Некоторые статистические данные

Можно ли считать статистику при малом количестве данных?

Некоторые статистические данные

В целом ответ – да. Особенно, когда есть мозги и знание теоремы Байеса. Напомню, что среднее и дисперсию можно считать только, если у вас имеется определенное количества событий. В старых методичках СССР РТМ (руководящий технический материал) говорилось, что чтобы считать среднее и дисперсию необходимо 29 измерений. Сейчас в ВУЗах немного округлили и используют число 30 измерений.

С чем это связано – вопрос философский. Почему я не могу просто взять и посчитать среднее, если у меня есть 5 измерений? По идее ничто не мешает, только среднее получается нестабильным. После еще одного измерения и пересчета оно может сильно измениться и полагаться на него можно начиная где-то с 30 измерений. Но и после 31го измерения оно тоже пошатнется, только уже не так заметно.

Плюс добавляется проблема, что и среднее можно считать по разному и получать разные значения. То есть из большой выборки можно выбрать первые 30 и посчитать среднее, потом выбрать другие 30 и тд … и получить много средних, которые тоже можно усреднять. Истинное среднее бывает недостижимо на практике, так как всегда имеем конечное количество измерений.

В таком случае среднее является статистической величиной со своим средним и дисперсией. То есть измеряя среднее на практике мы имеем в виду «предположительное среднее», которое может быть близко к идеальному теоретическом значению. Попробуем разобраться в вопросе, на входе мы имеем некоторое количество фактов и хотим на выходе построить представление об источнике этих фактов.

Будем строить мат модель и использовать теорию Байеса для связки модели и фактов. Рассмотрим уже заезженную модель с ведром, в которое насыпали много черных и белых шаров и тщательно перемешали. Пусть черным соответствует величина 0, а белым 1. Будем их случайно вытаскивать и считать пресловутое среднее значение.

По сути это и есть упрошенное измерение, так как назначены числа и поэтому и в данном случае имеется среднее значение измерений, которое зависит от соотношения разных шаров. Вот тут натыкаемся на интересный момент. Точное соотношение шаров мы можем вычислить при большом количестве измерений. Но если количество измерений мало, то возможны спецэффекты в виде отклонения от статистики.

Если в корзине 50 белых и 50 черных шаров, то возникает вопрос — есть ли вероятность вытащить 3 белых шара подряд? И ответ — конечно есть! А если в 90 белых и 10 черных, то эта вероятность повышается. И что думать о содержимом урны, если так повезло, что в самом начале совершенно нечаянно вытащили именно 3 белых шара? – у нас есть варианты.

Очевидно, что получить 3 подряд белых шара равна единице, когда у нас имеется 100% белых шаров. В других случаях эта вероятность меньше. А если все шары черные, то вероятность равна нулю. Попробуем систематизировать эти рассуждения и привести формулы.

На помощь приходит метод Байеса, который позволяет ранжировать предположения и давать им числовые значения, определяющие вероятность того, что данное предположение будет соответствовать реальности. То есть перейти от вероятностного истолкования данных к вероятностному истолкованию причин.

Как именно можно численно оценить то или иное предположение? Для этого потребуется модель, в рамках которой мы будем действовать. Слава богу, она простая. Множество предположений о содержимом корзины мы можем записать в виде модели с параметром. В данном случае достаточно одного параметра. Этот параметр по сути задает непрерывный набор предположений.

Главное, чтобы он полностью описывал возможные варианты. Двумя крайними вариантами являются, только белые или только черные шары. Остальные случаи где-то посередине.

Допустим, что – это доля белых шаров в корзине. Если мы переберем всю корзину и сложим все соответствующие шарам нули и единицы и поделим на общее количество, то – будет означать и еще среднее значение наших измерений. . (cейчас часто используется в литературе, как набор свободных параметров, который требует оптимизации).

Самое время перейти к Байесу. Сам Томас Байес заставлял жену случайно бросать мячик, сидя к ней спиной и записывал, как его предположения соотносятся с фактами, куда он полетел на самом деле. Томас Байес пробовал на основе полученных фактов улучшить предсказания следующих бросков. Будем как Томас Байес считать и думать, а спонтанная и непредсказуемая подруга будет вынимать шарики.

Пусть – это массив измерений (data). Используем стандартную запись, где знак означает вероятность выполнения события слева, если уже известно, что другое событие справа выполнилось. В нашем случае это вероятность получения данных, если известен параметр . А так же присутствует случай наоборот — вероятность иметь , если известны данные.

Формула Байеса позволяет рассмотреть , как случайную величину, и найти наиболее вероятное значение. То есть найти наиболее вероятный коэффициент , если он неизвестен.
В правой части имеем 3 члена, которые нужно оценить. Проанализируем их.

1) Требуется знать или вычислить вероятность получения таких данных при той или иной гипотезе . Получить три белых шара подряд можно, даже если там полно черных.

Но наиболее вероятно их получить при большом количестве белых. Вероятность получить белый шар равна , а черный . Поэтому если выпало белых шаров, и черных шаров, то .

и будем считать входными параметрами наших расчетов, а — выходной параметр.

2) Необходимо знать априорную вероятность . Вот тут натыкаемся на тонкий момент моделестроения. Мы не знаем эту функцию и будем строить предположения. Если нет дополнительных знаний, то будем считать, что равновероятно в диапазоне от 0 до 1.

Если бы мы имели инсайдерскую информацию, то больше знали бы о том, какие значения более вероятны и строили бы более точный прогноз. Но так как такой информации не имеется, то положим .

Так как величина не зависит от , то при вычислении она не будет иметь значения.

3) — это вероятность иметь такой набор данных, если все величины случайны. Мы можем получить данный набор при разных с разной вероятностью. Поэтому учитываются все возможные пути получения набора . Так как на этом этапе еще неизвестно значение , то надо проинтегрировать по .

Чтобы это лучше понять, надо решить элементарные задачи, в которых строится байесовский граф, а потом перейти от суммы к интегралу. Получится такое выражение wolframalpha, которое на поиск максимума не повлияет, так как эта величина не зависит от .

Результат выражается через факториал для целых значений или в общем случае через гамма функцию.

По сути вероятность той или иной гипотезы пропорциональна вероятности получения набора данных. Другими словами, — при каком раскладе мы скорее всего получим результат, тот расклад и наиболее верный. Получаем такую формулу Для поиска максимума дифференцируем и приравниваем к нулю:

.

Чтобы произведение было равно нулю надо, чтобы один из членов был равен нулю.

Нас не интересуют и , так как в этих точках нет локального максимума, а третий множитель указывает на локальный максимум, поэтому

.

Получаем формулу, которую можно использовать для прогнозов. Если выпало белых и черных, то вероятностью следующий будет белый. Например было 2 черных и 8 белых, то следующий белый будет с вероятностью 80%.

Желающие могу поиграться с графиком, вводя разные показатели степени:ссылка на wolframalpha.

Как видно из графика, единственный случай, когда не имеет точечного максимума — это при отсутвии данных . Если же мы имеем хотя бы один факт, то максимум достигается на интервале в одной единственной точке. Если , то максимум достигается в точке 0, то есть если все шары выпали черные, то скорее всего все остальные шары тоже будут черными и наоборот. Но как уже упоминал, маловероятные комбинации тоже возможны, особенно, если купол нашего распределения пологий. Для того, чтобы оценить однозначность нашего прогноза требуется оценить дисперсию. Уже из графика видно, что при малом количестве фактов дисперсия большая и купол пологий, а при добавлении новых фактов дисперсия уменьшается и купол становится более острым. Среднее (первый момент) по определению

.

По определению дисперсия (второй центральный момент). Его то и будем считать далее в скрытом разделе.

.

— раздел для пытливых умов —Давайте получим аналитически полностью, если еще не устали. Для этого приведем еще раз все члены из формулы Байеса, включая константные:

ссылка на wolframalpha
Формула Байеса полностью для нашего случая выглядит так: Отсюда среднее после подстановки

.

Используем элементраные знания и сокращая дроби

Формула первого момента соответствует смыслу эксперимента. При преобладании белых шаров момент уходит в 1, а при преобладании черных стремится к 0. Она даже не капризничает, когда нет шаров, и довольно честно показывает 1/2. Дисперсия выражается еще формулой, с которой будем работать.

.

Источник: https://habr.com/post/436668/

Некоторые статистические данные по эффективности брачных объявлений

Некоторые статистические данные

Данные по серверу знакомств “missing heart” (www.mheart.ru) на 14 февраля 2001 года (статистика общедоступна) Всего на сервере зарегистрированы 12251 женская и 10841 мужская анкеты.

Диаграмма 1. Распределение интенсивности просмотров первых двадцати наиболее популярных анкет.

Обращает на себя внимание даже не столько то, что женские анкеты просматриваются гораздо активнее, а сколько то, что дисперсия распределения популярности мужчин гораздо больше.

Другими словами, если “первый парень на сервере” почти догоняет по популярности “первую леди”, то “двадцатый парень” отстает от первого в ДЕСЯТЬ раз. “Двадцатая леди” отстает от “первой” лишь вдвое…

Невольно напрашиваются аналогии с морскими львами, у которых 4% самцов оплодотворяют 88% самок…

Исходные данные для диаграмм 2-4 любезно предоставлены администрацией сервера www.rlrl.net, и накоплены за период с 1 по 15 января 2001 года. Всего на этом сервере в тот момент было зарегистрировано 1134 женских и 1536 мужских анкет.

Диаграмма 2. Распределение интенсивности просмотров мужских и женских анкет по возрастам на сервере знакомств “Разные люди”.

Обращаю внимание на то, что мужских анкет на сервере почти в полтора раза больше, стало быть разница в удельном количестве просмотров будет выражена ещё сильнее.

Здесь разумеется нужно сделать очень важную оговорку на тот счёт, что эти данные касаются лишь пользователей интернета, а его структура весьма сильно отличается от структуры всего населения России.

Например, среди пользователей интернета мужчин вдвое больше, чем женщин; преобладают люди с высшим, среднеспециальным и неоконченным высшим образованием; много людей сравнительно состоятельных.

Тем не менее, мы вправе не вносить никаких поправок на численное превосходство мужчин в интернете, ибо факт принадлежности некоего мужчины к пользователям интернета вовсе не блокирует для него доступа к женщинам, к аналогичной категории не относящимся.

Диаграмма 3 (ниже) показывает зависимость внимания к женской анкете от наличия у женщины детей. Поскольку до 26-28 лет преобладают анкеты бездетных женщин, то количество просмотров анкет матерей оказывается неестественно заниженным.

Поэтому на диаграмму нанесено скорректированное в соответствии с соотношением количества анкет матерей и бездетных женщин значение количеств просмотров. Как мы видим, для молодых женщин наличие детей примерно вдвое-втрое снижает интерес к ней со стороны посетителей сайта. Впрочем, по абсолютной величине этот интерес превосходит интерес к бездетным женщинам постарше.

Начиная же с примерно 30 лет наличие детей не сказывается совершенно. Всё это хорошо согласуется с данными социологов о том, что наличие у женщины одного ребёнка практически не снижает её шансов выйти замуж. Помимо того, что эти данные сами по себе интересны, они позволяют косвенно оценить намерения посетителей сайта.

Известно, что сами женщины с большим удовольствием и интересом просматривают женские анкеты на сайтах знакомств; иногда даже с бОльшим, чем анкеты мужчин.

    Причина мне видится в том, что они подсознательно сравнивают себя таким образом с конкурентками, ибо главная область соперничества между женщинами – во внешней привлекательности. Просматривая лица других женщин, женщина позиционирует так саму себя на шкале привлекательности. Для мужчин привлекательность лица не является таким критерием соперничества, поэтому гетеросексуальные мужчины лицами других мужчин как правило не интересуются. Вот если бы на фотографиях было принято кроме (или вместо) лица изображать эрегированный половой член на фоне линейки, тогда мужской интерес к мужским анкетам был бы гарантирован… 🙂

Так вот, поскольку мы наблюдаем отчётливое падение интереса к анкетам молодых матерей, то можем сделать однозначный вывод о достаточной серьёзности намерений посетителей сайта.

В самом деле, удовлетворение праздного любопытства как мужчин, так и женщин, просматривающий женские анкеты, равно как и желание познакомиться с целью флирта с наличием детей никак не связано, а стало быть большинство просматривающих имеют в виду не просто длительные отношения, но явно создание семьи.

Невлияние же наличия детей для женщин старше 30 объясняется главным образом тем, что бездетных в этой категории очень мало; вместе с тем, мужчины интересующиеся женщинами “за 30” уже весьма непривередливы. К тому же для праздных посетителей данная возрастная категория не представляет большого интереса, а значит, их искажающее влиняние на статистику незначительно.

Диаграмма 3. Влияние наличия детей на интенсивность просмотров женских анкет на сервере знакомств “Разные люди”.

Диаграмма 4. Распределение по возрастам удельного количества просмотров анкет на сервере знакомств “Разные люди”.
Диаграмма показывает среднее количество просмотров одной анкеты данного возраста за период с 1 по 15 января 2001 года. Высокочастотные флуктуации сглажены.

В общем и целом диаграммы 3 и 4 друг друга подтверждат. Обращает на себя внимание тот факт, что интерес к мужским анкетам до 27 летнего возраста вдесятеро меньше интереса к женским, и составляет не более 0.6 просмотра за 15 дней. Наибольший интерес к мужским анкетам наблюдается начиная примерно с 40-45 лет, однако даже в этой возрастной категории женщины примерно вдвое более востребованы… Кроме того, ещё более наглядно подтверждается информация о том, что наличие детей мало влияет на шансы выйти замуж. Впрочем, в исходной информации не были разделены анкеты женщин с одним ребёнком и несколькими.
Отчётливо видно, что удельное количество просмотров женких анкет от возраста зависит довольно слабо; разница менее двухкратной. Это лишний раз подтверждает то, что доля праздно глазеющих посетителей среди всех посетителей сервера достаточно невелика, ибо таковых гораздо более привлекают молоденькие. Основная же масса посетителей настроена достаточно серьёзно.

Приведённая ниже диаграмма отражает информацию, собранную мною за период с 1995 по 1997 годы по результатам анализа брачных объявлений, публиковавшихся в газете “Из рук в руки”.

Диаграмма 5. Итоги первых встреч, назначенных при ответах на брачные объявления.

Всего мною было проанализировано порядка 230 случаев. Из них, сколь-нибудь длительные отношения (несколько лет) имели место лишь в одном-двух случаях. Как мы видим из приведённой диаграммы, женщины гораздо чаще не приходят на назначенную встречу (каждая третья); и во столько же раз чаще отказываются от продолжения отношений при желании продолжать встречи у другой стороны. Впрочем, в большинстве случаев разочарование бывает взаимным. Таким образом, данные по анализу газетных объявлений в общем и целом не противоречат данным по службам знакомств в интернете.

Итак: Приведённая выше информация может служить достаточно наглядным подтверждением известного из этологии Принципа Незаменимости Самки. То есть, как и во всём животном мире, женщины являются динамически дефицитными; спрос на них существенно превышает предложение.

Такой факт: по данным Австрийского министерства по делам семьи, примерно 5% мужчин кончают с собой по причинам, связанным с разводом, и…

менее одного процента женщин, Не берусь судить, случайно это или нет, но именно во столько раз удельное количество просмотров мужских анкет менее аналогичного параметра для женских…

Трактат о любви, как её понимает жуткий зануда

Другая литература по этологии и эволюционной психологии человека

Источник: http://protopop.chat.ru/adseff.html

Некоторые статистические данные по сайтам знакомств и по эффективности брачных объявлений // Анатолий Протопопов ≪ Scisne?

Некоторые статистические данные

Данные по сайту знакомств “missing heart” (www.mheart.ru) на 14 февраля 2001 года (статистика общедоступна) Всего на сайте зарегистрированы 12251 женская и 10841 мужская анкеты.

Диаграмма 1. Распределение интенсивности просмотров первых двадцати наиболее популярных анкет.

Обращает на себя внимание даже не столько то, что женские анкеты просматриваются гораздо активнее, а сколько то, что дисперсия распределения популярности мужчин гораздобольше.

Другими словами, если “первый парень на сайте” почти догоняет попопулярности “первую леди”, то “двадцатый парень” отстает от первого в ДЕСЯТЬраз. “Двадцатая леди” отстает от “первой” лишь вдвое.

Невольно напрашиваютсяаналогии с морскими львами, у которых 4% самцов оплодотворяют 88% самок.

Исходные данные для диаграмм 2-4 любезно предоставлены администрацией сайтаwww.rlrl.net, и накоплены за период с 1 по 15 января 2001 года. Всего на этом сайте в тот момент было зарегистрировано 1134 женских и 1536 мужских анкет.

Диаграмма 2. Распределение интенсивности просмотров мужских и женских анкет по возрастам.

Обращаю внимание на то, что мужских анкет на сайте почти в полтора раза больше,стало быть разница в удельном количестве просмотров будет выражена ещёсильнее.

Здесь разумеется нужно сделать очень важную оговорку на тот счёт, что эти данныекасаются лишь пользователей интернета, а его структура весьма сильно отличается отструктуры всего населения России.

Например, среди пользователей интернета мужчинвдвое больше, чем женщин; преобладают люди с высшим, среднеспециальным и неоконченнымвысшим образованием; много людей сравнительно состоятельных.

Тем не менее, мывправе не вносить никаких поправок на численное превосходство мужчин в интернете,ибо факт принадлежности некоего мужчины к пользователям интернета вовсе неблокирует для него доступа к женщинам, к аналогичной категории не относящимся.

Диаграмма 3 (ниже) показывает зависимость внимания к женской анкете от наличияу женщины детей. Поскольку до 26-28 лет преобладают анкеты бездетных женщин, токоличество просмотров анкет матерей оказывается неестественно заниженным.

Поэтому на диаграмму нанесено скорректированное в соответствии с соотношениемколичества анкет матерей и бездетных женщин значение количеств просмотров. Какмы видим, для молодых женщин наличие детей примерно вдвое-втрое снижает интереск ней со стороны посетителей сайта.

Впрочем, по абсолютной величине этот интереспревосходит интерес к бездетным женщинам постарше. Начиная же с примерно 30 летналичие детей не сказывается совершенно. Всё это хорошо согласуется с даннымисоциологов о том, что наличие у женщины одного ребёнка практически не снижает еёшансов выйти замуж.

Помимо того, что эти данные сами по себе интересны, они позволяют косвенно оценить намерения посетителей сайта. Известно, что сами женщины с большим удовольствием и интересом просматривают женские анкеты на сайтах знакомств; иногда даже сбольшим, чем анкеты мужчин.

Причина мне видится в том, что они подсознательно сравнивают себя таким образомс конкурентками, ибо главная область соперничества между женщинами – во внешнейпривлекательности. Просматривая лица других женщин, женщина позиционирует таксаму себя на шкале привлекательности.

Для мужчин привлекательность лица неявляется таким критерием соперничества, поэтому гетеросексуальные мужчины лицамидругих мужчин как правило не интересуются.

Вот если бы на фотографиях былопринято кроме (или вместо) лица изображать эрегированный половой член на фонелинейки, тогда мужской интерес к мужским анкетам был бы гарантирован…

Так вот, поскольку мы наблюдаем отчётливое падение интереса к анкетам молодыхматерей, то можем сделать однозначный вывод о достаточной серьёзности намеренийпосетителей сайта.

В самом деле, удовлетворение праздного любопытства как мужчин,так и женщин, просматривающий женские анкеты, равно как и желание познакомитьсяс целью флирта с наличием детей никак не связано, а стало быть большинствопросматривающих имеют в виду не просто длительные отношения, но явно созданиесемьи. Невлияние же наличия детей для женщин старше 30 объясняется главным образомтем, что бездетных в этой категории очень мало; вместе с тем, мужчины интересующиесяженщинами “за 30” уже весьма непривередливы. К тому же для праздных посетителейданная возрастная категория не представляет большого интереса, а значит, ихискажающее влиняние на статистику незначительно.

Диаграмма 3. Влияние наличия детей на интенсивность просмотровженских анкет.

Диаграмма 4. Распределение по возрастам удельного количества просмотрованкет.Диаграмма показывает среднее количество просмотров одной анкеты данного возрастаза период с 1 по 15 января 2001 года. Высокочастотные флуктуации сглажены.

В общем и целом диаграммы 3 и 4 друг друга подтверждат. Обращает на себявнимание тот факт, что интерес к мужским анкетам до 27 летнего возраставдесятеро меньше интереса к женским, и составляет не более 0.6 просмотра за15 дней.

Наибольший интерес к мужским анкетам наблюдается начиная примерно с40-45 лет, однако даже в этой возрастной категории женщины примерно вдвоеболее востребованы… Кроме того, ещё более наглядно подтверждаетсяинформация о том, что наличие детей мало влияет на шансы выйти замуж.

Впрочем,в исходной информации не были разделены анкеты женщин с одним ребёнком инесколькими.

Отчётливо видно, что удельное количество просмотров женких анкет от возрастазависит довольно слабо; разница менее двухкратной. Это лишний раз подтверждаетто, что доля праздно глазеющих посетителей среди всех посетителей сайтадостаточно невелика, ибо таковых гораздо более привлекают молоденькие.Основная же масса посетителей настроена достаточно серьёзно.

Приведённая ниже диаграмма отражает информацию, собранную мною за период с 1995по 1997 годы по результатам анализа брачных объявлений, публиковавшихся в газете”Из рук в руки”.

Диаграмма 5. Итоги первых встреч, назначенных при ответах на брачные объявления.

Всего мною было проанализировано порядка 230 случаев. Из них, сколь-нибудьдлительные отношения (несколько лет) имели место лишь в одном-двух случаях.

Какмы видим из приведённой диаграммы, женщины гораздо чаще не приходят наназначенную встречу (каждая третья); и во столько же раз чаще отказываются отпродолжения отношений при желании продолжать встречи у другой стороны.

Впрочем, вбольшинстве случаев разочарование бывает взаимным. Таким образом, данные поанализу газетных объявлений в общем и целом не противоречат данным по службамзнакомств в интернете.

Итак: приведённая выше информация может служить достаточно наглядным подтверждением известного из этологии “принципа незаменимости самки”. То есть, как и во всём животном мире, женщины являются динамически дефицитными, спрос на них существеннопревышает предложение.

Еще такой факт: по данным Австрийского министерства по деламсемьи, примерно 5% мужчин кончают с собой по причинам, связанным с разводом,и менее одного процента женщин. Не берусь судить, случайно это или нет, ноименно во столько раз удельное количество просмотров мужских анкет менееаналогичного параметра для женских.

Выражаю признательность Марии К. и Анне Ш. за помощь в подготовке материалов.

Анатолий Протопопов

Источник: https://scisne.net/a-630

Интересные статистические данные со всего мира – Экстремально – медиаплатформа МирТесен

Некоторые статистические данные
Некоторые статистические данные ставят под сомнение всё ваше мировоззрение.

Я говорю о тех цифрах, которые заставляют вас думать, что люди являются либо высшей силой во Вселенной, либо какой-то потрясающей ошибкой природы, которую нужно исправить любой ценой.

Это те цифры, которыми хочется поделиться с друзьями или теми, кто явно не хочет разговаривать с вами в автобусе. И здесь их целых двенадцать! Наслаждайтесь.

12. Каждый год полмиллиона итальянцев становятся одержимы демонами

Согласно статье в Newsweek, в Италии ежегодно регистрируется 500000 случаев. Это исходит прямо от отца Бениньо Палилла с Ватиканского радио, объясняющего, почему им нужны более обученные экзорцисты. Это становится настоящей задачей.

И даже сама по себе без дальнейшего контекста, это сумасшедшая цифра, верно? Вы не должны верить, что одержимость в принципе реальна; просто сообщается о большом количестве случаев. Ошеломительно. Но давайте добавим некоторый контекст, просто для удовольствия.

Население Италии составляет 60 миллионов человек.

Если 500000 человек становятся одержимыми ежегодно, это 1 из 120 итальянцев каждый год. Если не будет удвоения, к концу десятилетия 1 из 12 итальянцев будет одержим. Грубо говоря, это 1 из 6 через 20 лет (при условии, что уровень рождаемости игнорируется).

Если вы итальянец, который не был одержим, почти невозможно не быть связанным с тем, кто был, и буквально невозможно не знать хотя бы кого-то, кто был одержим. Через 40 лет люди в Италии будут одержимы дважды, потому что гонка закончится, и начнётся второй круг.

Опять же, это не означает, что одно из этих утверждений должно быть реальным. Это просто говорит о том, что в Италии есть проблема с одержимостью. Хуже, чем с крысами, наверное.

11. Каждый год 200000 россиян оказываются в ловушке в лифте

При Брежневе строительство больших зданий значительно расширилось за пределы странных луковых сооружений, которыми славится Россия. В Москве был жилищный кризис, и нужно было больше и больше высоких зданий.

Этим зданиям нужны лифты. Сейчас в Москве в два раза больше лифтов, чем в Нью-Йорке. Одна пятая из этих лифтов сейчас настолько старая, что их следует заменить.

А это значит, что каждый год от 120000 до 200000 человек застревают в лифтах.

Для примера, Чикаго сообщает, что 100 человек застревают в лифте каждый год. Население Москвы примерно в шесть раз превышает население Чикаго, а это значит, что они должны вызволять из лифта 600 человек в год. Или что в Чикаго должно застревать 20000-33000. Или то, или другое.

10. Каждый год продаётся 95 миллиардов упаковок рамена

Как много вы знаете о лапше рамен? Она может быть самым блестящим продуктом питания, когда-либо произведённым.

Пакет сухой лапши и суповая основа, которая весит меньше, чем пук, и её можно приготовить, просто добавив горячую воду.

Вы можете есть её где угодно, и она настолько дёшево стоит, что, если вы сделаете достаточно большой оптовый заказ, компания, вероятно, заплатит вам, чтобы вы забрали его.

В 2010 году, по данным Всемирной ассоциации лапши быстрого приготовления, которую мы не просто придумали, было продано 95,39 миллиарда упаковок лапши быстрого приготовления. Если вы помните, население Земли далеко не так велико.

В этом году было произведено около 15 упаковок лапши на каждого человека на Земле.

Вы едите 15 упаковок в год? Вы можете поспорить, что многие люди не едят, а это означает, что некоторые из нас действительно выбирают её в качестве основного продукта.

9. Каждый год 12000 американцев случайно объявляются мёртвыми

Лучшее, что может случиться с вами в “Монополии” – это техническая ошибка в вашу пользу, которая принесёт вам 200 долларов. Чувак, ты можешь купить всё, что угодно, за такие деньги.

Но в реальной жизни канцелярские ошибки в вашу пользу случаются редко, и когда правительство совершает ошибку, оно может чертовски успешно вас убить. Во всяком случае, на бумаге.

В среднем это происходит с 12200 человек в год.

Когда большинство людей делают опечатки, результат довольно безобиден. Весёлые текстовые сообщения “пошёл срать” вместо “пошёл спать” или “выпей отравы тварь” вместо “выпей отвары трав” и тому подобное.

Когда правительство делает это, люди стирают различные базы данных, которые поддерживают такие вещи, как социальное обеспечение или действующие водительские права. Оказывается, проблема часто вызвана клерками, заполняющими формы для фактически мёртвых людей.

Одно неверное нажатие при введении номера социального страхования реального мёртвого человека, и внезапно именно ты умер сейчас. И удачи в доказывании правительству, что ты не умер. Они правительство. Они говорят вам, кто мёртв, а не наоборот.

8. Costco продаёт 60 миллионов цыплят гриль

Некоторые люди ведут себя так, будто Costco – это Иисус в коммерческой форме. Это как лучшее место, куда вы могли бы пойти, особенно если вы хотите 30 галлонов майонеза в эти выходные.

Знаете ли вы, что Costco также продаёт горячую еду, если вы не хотите использовать промышленную кухню, чтобы сделать свой собственный зити? И один из их самых продаваемых товаров – цыплята гриль, потому что, кто не хочет быть членом клуба любителей цыплят гриль?! Они продают 157000 штук каждый день.

Это 57 миллионов жирных цыплят в год. И это ещё низкий уровень, так как в 2017 году они продали 87 миллионов.

Costco продаёт цыплёнка гриль за 4,99 доллара, поэтому они так популярны. Вы можете купить сырую курицу за $4,99? И они весят около 1,3 кг после приготовления, так что это рослые птицы. Хорошая сделка, Costco. Хорошая сделка. Тем не менее, неудачная сделка для Costco, которая утверждала, что теряет до 40 миллионов долларов в год, продавая их по этой цене – компромисс для толстопузов.

7. Переход на летнее время увеличивает сердечные приступы на 24%

Источник: https://extremal.mirtesen.ru/blog/43585664670/prev

Статистические данные как информационный ресурс общества

Некоторые статистические данные

СТАТИСТИКА И ЕЕ РОЛЬ В ПОЗНАНИИ ОБЩЕСТВЕННЫХ ЯВЛЕНИЙ И ПРОЦЕССОВ

Статистика – одна из древнейших отраслей знаний, возникшая и развивающаяся в связи с потребностями общества в различного рода количественных данных, без которых невозможно управлять государством, изучать происходящие в обществе явления и процессы.

Термин “статистика” произошел от слова status (лат.) – состояние, положение дел (отсюда итал. stato – государство и statista– знаток государства). В научный обиход этот термин ввел в середине XVIII в.

немецкий профессор философии и права Готфрид Ахенваль, назвав статистикой совокупность сведений о политическом устройстве и достопримечательностях государств. Именно в таком понимании он начал в 1746 г.

преподавать курс статистики сначала в Марбургском, а затем в Геттенгенском университетах, положив тем самым начало развитию статистики как науки и учебной дисциплины.

В настоящее время термин статистка употребляется в различных значениях. Наиболее часто под статистикой понимают статистические данные, статистическую деятельность, отрасль научных знаний, учебную дисциплину.

Статистические данные как информационный ресурс общества

С точки зрения общественных потребностей, статистика это прежде всего статистические данные, т.е. совокупность цифровых сведений, характеризующих различные стороны общественной жизни.

Это могут быть, например, статистические сведения о населении (численность и состав населения, показатели рождаемости и смертности, данные о миграции населения и пр.); сведения об уровне жизни населения (доходы и расходы домашних хозяйств, среднемесячная заработная плата, размеры пенсий, величина прожиточного минимума и др.

); данные о производстве продукции (число промышленных предприятий, их отраслевая структура и распределение по формам собственности, объем произведенной продукции, размер прибыли, численность занятых и пр.) и аналогичные им. Так, табл. 1.

1 представляет статистические данные о том, как изменилась численность населения России за столетие, а также как изменилась численность и соотношение между двумя группами населения – городским и сельским.

Таблица 1.1

Изменение численности населения России (в современных границах)

в 1897 – 2002 гг.

Год Численность населения Доля населения в общей численности, %
всего городского сельского городского сельского
67,5 92,7 108,4 107,5 130,0 137,6 147,4 145,2 9,9 16,4 36,3 61,6 81,0 95,4 108,4 106,4 57,6 76,3 72,1 55,9 49,0 42,2 39,0 38,8

Источник: По данным переписей населения на даты их проведения.

Статистические сведения являются важнейшим информационным ресурсом общества. Многие явления становятся точно определенными, значимыми, лишь будучи статистически выраженными, т.е.

представленными в форме количественных статистических показателей.

Сила статистических данных в том, что они дают яркую и объективную картину развития экономики и социальной сферы, порою говорят значительно больше и убедительнее слов.

Статистические данные публикуются в специальных сборниках и справочниках, издаваемых в системе государственной статистики, в отраслевых и ведомственных информационно-аналитических изданиях, научных журналах, периодической печати, на сайтах сети Internet.

В системе государственной статистики к числу основных ежегодных статистических изданий (издательство Росстат) относятся:

· Российский статистический ежегодник,

· Россия в цифрах,

· Регионы России,

· Россия и страны мира,

а также ряд тематических статистических сборников, таких как “Промышленность в России”, “Финансы России”, “Демографический ежегодник России” и др.

Ежеквартально Росстатом издается журнал “Статистическое обозрение”, ежемесячно – краткий доклад “Социально-экономическое положение России” и научно-информационный журнал “Вопросы статистики”.

Важнейшие социально-экономические показатели РФ представляются в сети Internet на официальном сайте Росстата http: // www.gks.ru.

Потребителями различного рода статистических данных являются органы государственного и муниципального управления, научные учреждения, информационные агентства, аналитические службы корпораций и банков, маркетинговые отделы фирм, физические лица.

1.2.Статистическая деятельность, принципы её организации в РФ. Международные статистические службы

Статистическая деятельность (нередко называемая статистикой) – это особая отрасль практической деятельности людей по сбору, обработке, анализу и публикации статистической информации о социально-экономическом развитии страны, её регионов, отраслей экономики, отдельных хозяйствующих субъектов.

https://www.youtube.com/watch?v=HZkbczRYpZw

Статистическая деятельность, с определенными различиями в используемой методологии, осуществляется во всех странах мира. Для этой цели создаются специальные органы, образующие в совокупности статистическую службу страны. В Российской Федерации функции статистической службы выполняют органы государственной статистикииведомственной статистики.

Система государственной статистики находится в ведении Правительства РФ и подчинена ему, что обеспечивает ее неразрывную связь с органами государственного управления.

Она организована в соответствии с административно-территориальным делением страны и имеет иерархическую структуру, включающую 3 уровня – федеральный, субъектов РФ и муниципальный.

Федеральный уровень представляют Федеральная служба государственной статистики (официальное сокращение – Росстат), её центральный аппарат и подведомственные учреждения[1].

Росстат осуществляет методологическое и практическое руководство всеми работами по формированию и распространению официальной статистической информации о социальном, экономическом, демографическом, экологическом положении страны и ее регионов, а также надзор и контроль в области государственной статистической деятельности на всей территории РФ.

Установленные Росстатом методология проведения статистических наблюдений и формирования статистических показателей, формы и методы сбора и обработки статистических данных являются государственнымистатистическими стандартами РФ.

В субъектах РФ (республиках, краях, областях) действуют территориальные органы государственной статистики, являющиеся федеральными органами исполнительной власти соответствующего уровня. Они осуществляют руководство официальным статистическим учетом на подведомственной территории, координируют статистическую деятельность в регионе, участвуют в межрегиональных статистических исследованиях.

В отделах статистики муниципального уровня (районных и городских) осуществляется сбор, первичный контроль и обработка данных, передача их в вышестоящие звенья. В некоторых субъектах РФ созданы межрайонные отделы статистики, которые занимаются сводом и предварительной обработкой информации, а также подготовкой отчетов по заказам потребителей.

Помимо Росстата отдельные виды статистических работ осуществляются и другими органами государственного управления – Банком России, Минфином, МВД и др.

Наряду с государственной статистикой существует и ведомственная статистика, которая ведется в министерствах и ведомствах различных отраслей экономики, в корпорациях и фирмах, на отдельных предприятиях.

Ведомственная статистика занимается сбором, обработкой и анализом статистической информации, необходимой для принятия руководящими органами управленческих решений, планирования экономической деятельности.

На крупных предприятиях и корпорациях для сбора и анализа статистической информации организуются отделы и управления, на небольших фирмах статистической работой занимаются обычно в бухгалтерии.

Развитая статистическая служба существует в рамках Организации Объединенных Наций (ООН), где функционируют международные органы статистики такие, как Статистическая комиссия ООН, Статистический отдел в составе Секретариата ООН, Международный статистический институт, статистические службы специальных учреждений ООН (Всемирного банка, Международного валютного фонда, Всемирной торговой организации, ЮНЕСКО и др.).

В число задач международных органов статистики входит:

– обеспечение всех органов системы ООН необходимой статистической информацией, собираемой от национальных статистических служб и от статистических подразделений международных организаций;

– анализ социально-экономического развития стран и человечества в целом;

– анализ и обобщение статистического опыта отдельных стран;

-разработка методики, обеспечивающей сопоставимость данных по различным территориям, периодам и организациям;

– разработка международных статистических стандартов;

– координация статистических работ учреждений ООН и пр.

Рекомендации Статистической комиссии ООН не являются обязательными для национальных статистических служб, однако при передаче статистических данных в ООН они должны представляться в соответствии с действующими международными стандартами.

Результаты статистической деятельности ООН освещаются в специальных изданиях:

· Статистический ежегодник ООН,

· Ежемесячный статистический бюллетень,

· Демографический ежегодник,

· Ежегодник мировой торговли,

· Ежегодник статистики национальных счетов

и др. В региональных статистических изданиях системы ООН дается более подробная и детализированная информация, посвященная определенным регионам или какой-либо отрасли (например, Статистический ежегодник для стран Азии и Тихого океана, Ежегодный бюллетень европейской статистики транспорта).

Международные службы статистики существуют, помимо ООН, в Европейском Союзе (Евростат), СНГ (Межгосударственный статистический комитет), Организации экономического содружества и развития (ОЭСР) и других межгосударственных организациях.

Не нашли то, что искали? Воспользуйтесь поиском:

Источник: https://studopedia.ru/9_119093_statisticheskie-dannie-kak-informatsionniy-resurs-obshchestva.html

Books-med
Добавить комментарий