1. Статистическое изучение связей между явлениями
Известно, что все явления и процессы, происходящие в природе и обществе, так или иначе связаны между собой, зависят друг от друга. Так, результаты деятельности промышленности зависят от работы других отраслей народного хозяйства: энергетики, сельского хозяйства, транспорта и др. В свою очередь результаты деятельности того же сельского хозяйства в значительной степени зависят от промышленности, снабжающей его машинами, удобрениями, средствами защиты растений и т. д.
Взаимосвязь и взаимозависимость проявляются и в работе любого предприятия, организации или учреждения. Без изучения взаимосвязей, их характера, силы и других особенностей, невозможно управлять явлениями и прогнозировать их развитие. Поэтому одной из важнейших задач анализа статистических данных является задача установления и объяснения взаимосвязей, их измерения и количественного выражения.
Экономисту в процессе своей деятельности практически постоянно приходится иметь дело со взаимосвязанными показателями. Так, например, он должен изучать динамику зарплаты в связи с динамикой производительности труда. Динамику производительности труда в связи с динамикой себестоимости продукции, а динамику себестоимости в зависимости от объема продукции и т. д. Причем, основная задача экономиста не в том, чтобы просто проиллюстрировать различные сферы деятельности предприятия (организации) при помощи цифр. Он должен посредством анализа цифровых показателей выявить узкие места в работе предприятия, вскрыть причины и условия, оказывающие влияние на результаты работы.
Экономический анализ зависимости процессов и явлений позволит наметить необходимые меры для улучшения тех или иных сторон деятельности предприятия. Только в этом случае работа экономиста не будет выглядеть простой констатацией имеющихся фактов.
Изучение явлений в их взаимосвязи означает, прежде всего, изучение причинно-следственной зависимости между ними. Потому, что одно явление всегда представляет собой причину, а другое — следствие, т. е. результат действия этой причины.
Соответственно и признаки, характеризующие явление причины, называются факторными (независимыми) признаками, а признаки, характеризующие явление следствия — результатными (зависимыми).
Между причиной и следствием часто существует взаимодействие. То есть следствие может, в свою очередь, оказывать влияние на причину.
НАПРИМЕР, производство — необходимая предпосылка для потребления, а потребление — следствие производства. Потребление же, в свою очередь, оказывает определенное влияние на производство определяя его объем, ассортимент и качество продукции.
По характеру зависимости между факторными и результатными признаками связи подразделяются на:
— функциональные или строго детерминированные (от латинского determinatioограничение, определение), т. е. строгие, полные;
— стохастические, т. е. вероятностные, нестрогие.
Функциональные — это связи, при которых каждому значению факторного признака (аргумента) соответствует одно или несколько строго определенных значений результатного признака (функции).
Т.е. при функциональной связи изменение значения результатного признака полностью зависит от изменения значения факторного признака.
Такие связи наблюдаются преимущественно в точных науках: математике, физике, химии, астрономии, т. е. они свойственны, в основном, физическим и химическим явлениям.
Стохастические — это связи, при которых каждому значению факторного признака соответствует множество значений результатного признака, которые варьируют и не имеют строго определенной зависимости от изменения величины факторного признака.
Иначе говоря, изменение факторного признака приводит не к строго определенному изменению результатного признака, а к изменению только распределения его значений.
Частным случаем стохастических связей являются корреляционные (статистические).
Это связи, при которых каждому значению факторного признака (х) соответствует среднее значение результатного признака (у).
То есть корреляционная связь проявляется в виде тенденции (общего направления) изменений средних значений результатного признака в зависимости от изменений факторного признака.
