Статистические методы планирования эксперимента в социологии и экономике

ВВЕДЕНИЕ

Актуальность исследования. Решение любой проблемы всегда основано на информации о конкретной ситуации. Информацию можно получить путем наблюдения и эксперимента. Современные технические исследователи и работники техники, которые имеют дело со случайными величинами, постоянно меняющимися в процессе наблюдения или эксперимента, не удовлетворяются использованием детерминированных моделей исследуемого процесса (объекта) и обращаются к построению вероятностных (случайных) моделей.
Технические эксперты используют детерминированные модели изучаемого процесса (объекта). Такие модели в большей степени соответствуют реальным объектам, а решения, полученные с их помощью, более эффективны.
Систематизация, статистическое описание лабораторных и промысловых наблюдений и результатов экспериментов с целью извлечения из них максимальной информации, построение и верификация различных математических моделей и принятие на этой основе оптимальных решений составляют основное содержание математической статистики. Математическая статистика является одной из наиболее развитых прикладных наук, основанной на теории вероятностей.
На результаты эксперимента влияют многие факторы, поэтому его обычно повторяют несколько раз. Надежность, длительность получения результатов и стоимость их реализации зависят от умения правильно спланировать и провести эксперимент. Результаты эксперимента оцениваются с использованием методов теории вероятностей и математической статистики, что позволяет не только судить о результатах, но и планировать объем и точность эксперимента, а также корректировать эти значения на основе результатов проведенного эксперимента.
Статистический метод планирования эксперимента - это один из эмпирических методов получения математического описания статики сложных объектов исследования, то есть уравнения отношения отклика объекта к независимо контролируемой нормализованной входной переменной (фактору).
Целью данной работы является изучение методов планирования эксперимента для получения неполных математических моделей статики сложных объектов и процедур применения методов случайного равновесия для выделения наиболее основных входных переменных.
Задачи исследования:
1. Раскрыть теоретические основы методов статистического анализа.
2. Привести классификацию методов статистического анализа.
3. Провести анализ статистических методов планирования эксперимента.
4. Привести анализ данных в применении статистических методов планирования эксперимента в экономике.
5. Проанализировать данные в применении статистических методов планирования эксперимента в социологии.
Предмет исследования: статистические методы планирования эксперимента в социологии и экономике.
Объект исследования: методы планирования.
Методы исследования: сравнительный метод, метод дедукции, метод сопоставления, исторический метод.
Информационная база исследования. В работе использованы учебники по теме, учебные пособия, научные статьи, правовые акты, электронные ресурсы.
Структура работы состоит из введения, пяти глав, заключения, списка источников и приложения.


1. Теоретические основы методов статистического анализа

Статистикой называется отрасль знаний, которая описывает общие проблемы сбора, измерения и анализа популярных статистических знаний и изучает количественные аспекты социальных явлений в числовой форме.
Это определение впервые было введено в научный оборот немецким ученым Г. Ахенваллем в 1746 году. Он предложил заменить «национальную науку», преподаваемую в немецких университетах, на статистику, что положило начало развитию статистики как образовательной науки и дисциплины [2].
Но статистический учет проводился еще до введения науки. Например, перепись населения проводилась в Древнем Китае, а гражданская регистрация собственности - в Древнем Риме.
Существует следующая классификация методов статистического анализа: корреляционный анализ, регрессионный анализ, нормативный анализ, метод сравнения средних значений, кластерный анализ, дискриминантный анализ, дерево классификации, классификация методом главных компонент, многомерное масштабирование, моделирование структурными уравнениями или причинно-следственная связь

 
2. Классификация методов статистического анализа
2.1 Корреляционный анализ

Суть корреляционного анализа заключается в том, что между случайными величинами могут существовать функциональные связи, которые проявляются в том, что одна переменная определяется как функция другой переменной. Между переменными может быть и другая взаимосвязь, то есть одна из них реагирует на изменение другой, изменяя закон своего распределения. Этот тип связи называется случайным. Она проявляется, когда существуют общие случайные факторы, влияющие на эти две переменные. Мерой зависимости здесь является коэффициент корреляции (r), который варьируется от -1 до +1. Если коэффициент отрицательный, то при увеличении одной переменной значение другой переменной уменьшается.
Если переменные независимы, коэффициент равен 0. В противном случае между переменными существует зависимость. Чем ближе коэффициент корреляции к 1, тем сильнее зависимость. R достигает своего предельного значения только тогда, когда зависимость между переменными линейна [4].
Корреляционный анализ позволяет установить силу и направление случайных связей между случайными величинами. Если переменная измеряется по интервальной шкале и имеет нормальное распределение, анализ выполняется путем вычисления коэффициента корреляции Пирсона; в противном случае используется корреляция Спирмена.