Ошибка достоверности это

Оценка достоверности результатов статистического исследования. Ошибка репрезентативности средних и относительных величин.

См. 16?

Оценить достоверность результатов
выборочного исследования означает
определить, с какой вероятностью можно
перенести сделанные для него выводы
(результаты изучения признаков) с
выборочной совокупности на всю генеральную
совокупность (т.е., по части явления
судить о явлении в целом, о его
закономерностях).

При проведении выборочного исследования
мы можем сталкиваться с общими
погрешностями и погрешностями выборки.

Общие погрешности (ошибки) могут иметь
как систематический характер (методические,
недостатки измерительной аппаратуры),
так и случайный (ошибки исследователя).

Погрешности выборочного наблюдения
связаны с отбором его единиц. Это
погрешности типичности, репрезентативности.

В процессе анализа рассчитанные
показатели рассматривают как обобщающие
величины. Если результаты получены на
основе достаточного по количеству и
качественно однородного материала, то
можно считать, что они достаточно точно
характеризуют исследуемые явления.

Ошибки представительности
(репрезентативности) свойственны только
несплошному наблюдению (обследование
только части единицы совокупности).
Отклонение величины изучаемого признака
в отобранной для обследования части
совокупности от его величины во всей
совокупности, называются ошибкой
репрезентативности.

Случайные ошибки репрезентативности
возникают в силу того, что совокупность
отобранных на основе принципа случайности
единиц наблюдения неполно воспроизводит
совокупность в целом. Величина этой
ошибки может быть оценена.

Систематические ошибки репрезентативности
возникают вследствие нарушения принципа
случайности отбора тех единиц изучаемой
совокупности, которые должны быть
подвергнуты наблюдению. Размеры этих
ошибок обычно не поддаются количественному
измерению.

Оценка достоверности результатов статистического исследования. Доверительные границы. Методика определения доверительных границ.

См 16?

Границы достоверности (доверительные
границы):

Р ± 2m (при t = 2) дают возможность определить
пределы колебания показателя с
вероятностью 95,5 % (р = 0,05);

(t = 2 является округленным результатом.
Точное

значение t = 1,96);

Р ±3m (при t = 3) дают возможность определить
пределы колебания показателя с
вероятностью 99,7 % (р = 0,01).

Не менее важным, чем знание сути
параметрического критерия достоверности
t, есть осознание значения риска
погрешности Р, которое нуждается в
понимании логики проверки статистической
гипотезы.

Р – это вероятность достоверности
нулевой гипотезы или вероятность
погрешности, а именно погрешности
первого типа – ошибочное утверждение
существования расхождений, которых в
действительности нет.

Вероятность безошибочного прогноза
(p) и доверительный критерий (t) определяют
на этапе планирования статистического
исследования.

При заданных степенях вероятности
доверительный критерий (t) имеет неизменную
величину, а доверительный интервал ™
зависит от величины средней ошибки (m),
значение которой уменьшается при
увеличении числа и качественного состава
наблюдений.

В медико-биологических исследованиях
часто возникают ситуации, когда при
сравнении отдельных параметров необходимо
оценить существенность (достоверность)
разницы между ними.

Существенная разница между отдельными
показателями выборочного исследования
свидетельствует о возможности перенесения
полученных выводов на генеральную
совокупность.

Параметрическим критерием оценки
существенности разности является
коэффициент достоверности (критерий
Госсета (Стьюдента):

|(Х_1 ) ̅-(Х_2 ) ̅ |/√(m_1^2+m_2^2 ) для средних
величин;

|(Р_1 ) ̅-(Р_2 ) ̅ |/√(m_1^2+m_2^2 ) для
относительных величин

При n > 30 разность между показателями
является существенной, если:

t > 2 (отвечает достоверности безошибочного
прогноза 95,5 %);

t > 3 (отвечает достоверности безошибочного
прогноза 99,7 %).

При условии t<2 степень достоверности
безошибочного прогноза составляет
менее 95 %. В этом случае мы не можем
утверждать, что разница между показателями
является существенной.

Часто при клинических или
экспериментальных исследованиях
приходится иметь дело с малыми наблюдениями
(если исследование правильно организовано,
отобраны однородные группы, которые
можно использовать, как выборочные с
малым числом наблюдений). Но при n<30
оценка достоверности разницы между
параметрами отдельных групп проводится
на основе сравнения результата не с
предельными значениями критерия Госсета
(Стьюдента), а с его табличными значениями
для соответствующего числа степеней
свободы (n`= n1+ n2 — 2).

Если определенный t-критерий превышает
табличное значение— разница между
показателями становится статистически
доказана.

Критерий достоверности (t) используют
при попар¬ном сравнении исследуемых
параметров.

Однако при проведении статистического
анализа иногда необходимо оценить
достоверность разницы более двух
показателей клинико-статистических
групп. Их попарное сравнение не позволяет
получить обобщающую оценку. Другими
словами, необходимо провести сравнение
совокуп¬ности не только по обобщающим
показателям, но и по характеру распределения
признаков в исследуемых группах. Для
данной цели используют другие критерии.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

Источник

В практической и научно-практической работе
врачи обобщают результаты, полученные как правило на выборочных
совокупностях.
Для более широкого распространения и применения полученных при изучении
репрезентативной выборочной совокупности данных и выводов
надо уметь по части явления судить о явлении и его закономерностях в
целом.

Учитывая, что врачи, как правило, проводят исследования на
выборочных совокупностях, теория статистики позволяет с помощью
математического аппарата (формул) переносить данные с выборочного
исследования на генеральную совокупность. При этом врач должен
уметь не только воспользоваться математической формулой, но сделать
вывод, соответствующий каждому способу оценки достоверности
полученных данных. С этой целью врач должен знать способы оценки
достоверности.

Применяя метод оценки достоверности результатов исследования для изучения общественного здоровья и деятельности учреждений
здравоохранения, а также в своей научной деятельности, исследователь должен уметь правильно выбрать способ данного метода.
Среди методов оценки достоверности различают параметрические и непараметрические.

Параметрическими называют количественные методы статистической обработки данных, применение которых требует обязательного
знания закона распределения изучаемых признаков в совокупности и вычисления их основных параметров.

Непараметрическими являются количественные методы статистической обработки данных, применение которых не требует знания
закона распределения изучаемых признаков в совокупности и вычисления их основных параметров.

Как параметрические, так и непараметрические методы, используемые
для сравнения результатов исследований, т.е. для сравнения
выборочных совокупностей, заключаются в применении определенных формул и
расчете определенных показателей в соответствии с
предписанными алгоритмами. В конечном результате высчитывается
определенная числовая величина, которую сравнивают с табличными
пороговыми значениями. Критерием достоверности будет результат сравнения
полученной величины и табличного значения при данном числе
наблюдений (или степеней свободы) и при заданном уровне безошибочного
прогноза.

Таким образом, в статистической процедуре оценки основное
значение имеет полученный критерий достоверности, поэтому сам способ
оценки достоверности в целом иногда называют тем или иным критерием по
фамилии автора, предложившего его в качестве основы метода.

Применение параметрических методов

При проведении выборочных исследований полученный результат не обязательно совпадает с результатом, который мог бы быть получен
при исследовании всей генеральной совокупности. Между этими величинами существует определенная разница, называемая ошибкой
репрезентативности, т.е. это погрешность, обусловленная переносом результатов выборочного исследования на всю генеральную
совокупность.

Определение доверительных границ средних
и относительных величин

Формулы определения доверительных границ представлены следующим образом:

для средних величин (М): М_ген = М_выб ± tm
для относительных показателей (Р): Р_ген = Р_выб ± tm

где М_ген и Р_ген — соответственно, значения средней величины и относительного показателя генеральной
совокупности;

М_вы6 и Р_вы6 — значения средней величины и относительного показателя выборочной совокупности;

m — ошибка репрезентативности;

t — критерий достоверности (доверительный коэффициент).

Данный способ применяется в тех случаях, когда по результатам выборочной совокупности необходимо судить о размерах изучаемого
явления (или признака) в генеральной совокупности.

Обязательным условием для применения способа является репрезентативность выборочной совокупности. Для переноса результатов,
полученных при выборочных исследованиях, на генеральную совокупность необходима степень вероятности безошибочного прогноза (Р),
показывающая, в каком проценте случаев результаты выборочных исследований по изучаемому признаку (явлению) будут иметь место в
генеральной совокупности.

При определении доверительных границ средней величины или относительного показателя генеральной совокупности, исследователь сам
задает определенную (необходимую) степень вероятности безошибочного прогноза (Р).

Для большинства медико-биологических исследований считается
достаточной степень вероятности безошибочного прогноза, равная 95%,
а число случаев генеральной совокупности, в котором могут наблюдаться
отклонения от закономерностей, установленных при выборочном
исследовании, не будут превышать 5%. При ряде исследований, связанных,
например, с применением высокотоксичных веществ, вакцин,
оперативного лечения и т.п., в результате чего возможны тяжелые
заболевания, осложнения, летальные исходы, применяется степень
вероятности Р = 99,7%, т.е. не более чем у 1% случаев генеральной
совокупности возможны отклонения от закономерностей,
установленных в выборочной совокупности.

Заданной степени вероятности (Р) безошибочного прогноза соответствует определенное, подставляемое в формулу, значение критерия
t, зависящее также и от числа наблюдений.

При n>30 степени вероятности безошибочного прогноза Р = 99,7% — соответствует значение t = 3, а при Р = 95,5% — значение
t = 2.

При п<30 величина t при соответствующей степени вероятности безошибочного прогноза определяется по специальной таблице
(Н.А. Плохинского).

на определение ошибок репрезентативности (m) и доверительных границ средней величины генеральной совокупности (М_ген)
при числе наблюдений больше 30

Условие задачи: при изучении комбинированного воздействия шума и низкочастотной вибрации на организм человека было
установлено, что средняя частота пульса у 36 обследованных водителей сельскохозяйственных машин через 1 ч работы составила 80
ударов в 1 минуту; σ = ± 6 ударов в минуту.

Задание: определить ошибку репрезентативности (m_M) и доверительные границы средней величины генеральной
совокупности (М_ген).

Решение.

Вычисление средней ошибки средней арифметической (ошибки репрезентативности) (m):
m = σ / √n =
6 / √36 =
±1 удар в минуту
Вычисление доверительных границ средней величины генеральной совокупности (М_ген). Для этого необходимо:
- а) задать степень вероятности безошибочного прогноза (Р = 95 %);
- б) определить величину критерия t. При заданной степени вероятности (Р=95%) и числе наблюдений меньше 30 величина критерия t,
  определяемого по таблице, равна 2 (t = 2). Тогда М_ген = М_выб ± tm = 80 ± 2×1 = 80 ± 2
  удара в минуту.

Вывод. Установлено с вероятностью безошибочного прогноза Р =
95%, что средняя частота пульса в генеральной совокупности,
т.е. у всех водителей сельскохозяйственных машин, через 1 ч работы в
аналогичных условиях будет находиться в пределах от 78 до 82
ударов в минуту, т.е. средняя частота пульса менее 78 и более 82 ударов в
минуту возможна не более, чем у 5% случаев генеральной
совокупности.

на определение ошибок репрезентативности (m) и доверительных границ относительного показателя генеральной совокупности
(Р_ген)

Условие задачи: при медицинском осмотре 164 детей 3 летнего возраста, проживающих в одном из районов городе Н., в 18%
случаев обнаружено нарушение осанки функционального характера.

Задание: определить ошибку репрезентативности (m_p) и доверительные границы относительного показателя
генеральной совокупности (Р_ген).

Решение.

Вычисление ошибки репрезентативности относительного показателя:
m = √P x q / n =
√18 x (100 — 18) / 164 =
± 3%
Вычисление доверительных границ средней величины генеральной совокупности (Р_ген) производится следующим образом:
- необходимо задать степень вероятности безошибочного прогноза (Р=95%);
- при заданной степени вероятности и числе наблюдений больше 30, величина критерия t равна 2 (t = 2).
  Тогда Р_ген = Р_выб± tm = 18% ± 2 х 3 = 18% ± 6%.

Вывод. Установлено с вероятностью безошибочного прогноза Р=95%, что частота нарушения осанки функционального характера у
детей 3 летнего возраста, проживающих в городе Н., будет находиться в пределах от 12 до 24% случаев.

Оценка достоверности разности результатов исследования

Данный способ применяется в тех случаях, когда необходимо определить, случайны или достоверны (существенны), т.е. обусловлены
какой-то причиной, различия между двумя средними величинами или относительными показателями.

Обязательным условием для применения данного способа является репрезентативность выборочных совокупностей, а также наличие
причинно-следственной связи между сравниваемыми величинами (показателями) и факторами, влияющими на них.

Формулы определения достоверности разности представлены следующим образом:

Если вычисленный критерий t более или равен 2 (t ≥ 2), что соответствует вероятности безошибочного прогноза Р равном или
более 95% (Р ≥ 95%), то разность следует считать достоверной (существенной), т.е. обусловленной влиянием какого-то фактора, что
будет иметь место и в генеральной совокупности.

При t < 2, вероятность безошибочного прогноза Р < 95%, это означает, что разность недостоверна, случайна, т.е. не
обусловлена какой-то закономерностью (не обусловлена влиянием какого-то фактора).

Поэтому полученный критерий должен всегда оцениваться по отношению к конкретной цели исследования.

на оценку достоверности разности средних величин

Условие задачи: при изучении комбинированного воздействия шума
и низкочастотной вибрации на организм человека было
установлено, что средняя частота пульса у водителей сельскохозяйственных
машин через 1 ч после начала работы составила 80 ударов в
минуту; m = ± 1 удар в мин. Средняя частота пульса у этой же группы
водителей до начала работы равнялась 75 ударам в минуту;
m = ± 1 удар в минуту.

Задание: оценить достоверность различий средних значений пульса у водителей сельскохозяйственных машин до и после 1 ч
работы.

Решение.

Вывод. Значение критерия t = 3,5 соответствует вероятности безошибочного прогноза Р > 99,7%, следовательно можно
утверждать, что различия в средних значениях пульса у водителей сельскохозяйственных машин до и после 1 ч работы не случайно, а
достоверно, существенно, т.е. обусловлено влиянием воздействия шума и низкочастотной вибрации.

на оценку достоверности разности относительных показателей

Условие задачи: при медицинском осмотре детей 3 летнего возраста в 18% (m = ± 3%) случаях обнаружено нарушение
осанки функционального характера. Частота аналогичных нарушений осанки при медосмотре детей 4-летнего возраста составила 24%
(m = ± 2,64%).

Задание: оценить достоверность различий в частоте нарушения осанки у детей 2 возрастных групп.

Решение.

Вывод. Значение критерия t=1,5 соответствует вероятности безошибочного прогноза Р<95%. Следовательно, различие в
частоте нарушений осанки среди детей, сравниваемых возрастных групп случайно, недостоверно, несущественно, т.е. не обусловлено
влиянием возраста детей.

Типичные ошибки, допускаемые исследователями при
применении способа оценки достоверности разности результатов исследования

При оценке достоверности разности результатов исследования по критерию t часто делается вывод о достоверности (или
недостоверности) самих результатов исследования. В действительности же этот способ позволяет судить только о достоверности
(существенности) или случайности различий между результатами исследования.
При полученном значении критерия t<2 часто делается вывод о необходимости увеличения числа наблюдений. Если же
выборочные совокупности репрезентативны, то нельзя делать вывод о необходимости увеличения числа наблюдений, т.к. в данном
случае значение критерия t<2 свидетельствует о случайности, недостоверности различия между двумя сравниваемыми результатами
исследования.

Применение методов статистического анализа для изучения общественного здоровья и здравоохранения.
Под ред. чл.-корр. РАМН, проф. В.З.Кучеренко. М., «Гэотар-Медиа», 2007, учебное пособие для вузов

Власов В.В. Эпидемиология. — М.: ГЭОТАР-МЕД, 2004. — 464 с.
Лисицын Ю.П. Общественное здоровье и здравоохранение. Учебник для вузов. — М.: ГЭОТАР-МЕД, 2007. — 512 с.
Медик В.А., Юрьев В.К. Курс лекций по общественному здоровью
и здравоохранению: Часть 1. Общественное здоровье. — М.: Медицина,
2003. — 368 с.
Миняев В.А., Вишняков Н.И. и др. Социальная медицина и организация здравоохранения (Руководство в 2 томах). — СПб, 1998. -528 с.
Кучеренко В.З., Агарков Н.М. и др.Социальная гигиена и организация здравоохранения (Учебное пособие) — Москва, 2000. — 432 с.
С. Гланц. Медико-биологическая статистика. Пер с англ. — М., Практика, 1998. — 459 с.

Источник

При работе со статистическим отчетом, научной статьей или диссертацией Вы постоянно сталкиваетесь таким термином, как уровень значимости или альфа (ошибка первого рода), чаще всего этот уровень задается относительно 5% или вероятности р=о,05. Решение о достоверности различий или «статистически значимых различиях» принимается относительно этого порогового значения. В данной статье мы предлагаем читателю разобраться в том, почему так важен этот уровень и что он значит в практическом смысле.

Определение (словарь Дж. М. Ласта):

ОШИБКА ТИПА I (ERROR TYPE I; син. alpha-error — ошибка альфа)

ошибочное отклонение нулевой гипотезы, т.е. утверждение о том, что различия существуют, тогда как их нет.

Немного о смысле уровня значимости и достовернности различий

Для понимания темы статистических ошибок мы перейдем к простейшей матрице соотношения статистики (что она нам говорит по результатам статистических тестов) и реальности. Так вот, предположим, что статистика нам говорит о существовании связей, о существовании различий. В реальности же они также существуют, тогда мы считаем этот результат правильным положительным или truth positive (ТР). Например, статистика нам говорит об отсутствии связей, об отсутствии различий, а в реальности же они действительно существуют. Такая ситуация называется ложноотрицательной или false-negative (FN). Соответственно существуют ситуации, когда статистика нам говорит о существовании каких-то определенных взаимосвязей или о существовании различий, которые в реальности не существуют. Тогда это называется ложноположительной или false-positive (FP). И последний случай касается отсутствия по данным статистических тестов того, чего в действительности не существует, различий в действительности нет. И эта ситуация именуется как truth negative (TN) или ложноотрицательный результат.

Рисунок 1. Матрица соотношения реальность-результаты статистического теста. TN (true negative) — верноотрицательный, FN (false negative) — ложноотрицательный, FP (false positive) — ложноположительный, TP (true positive) — верно позитивный.

Так вот, как видно из этой матрицы, у нас существуют 2 ситуации, в которых мы можем ошибаться: это false-positive и truth negative. Это как раз два типа ошибок, о которых я говорил в начале этого блока: о ложноотрицательной ошибке и ложноположительной. Что на самом деле это значит?

Что в какой-то ситуации мы можем пересмотреть, а в какой-то – недосмотреть.

Пересмотреть, то есть найти то, чего в действительности нет, это является false-positive – это ошибка первого рода.

Или недосмотреть, то есть упустить то, что в действительности существует в реальности, но по данным статистических тестов мы чего-то не находим – это ложноотрицательный результат или ошибка второго рода.

Давайте нанесем те термины, которые, возможно, вы уже слышали – «уровень достоверности», «достоверные различия». Что это за слово такое «достоверность»? Оно относится как раз к ошибке первого рода и обозначается буквой α. Вы наверняка знаете обозначение уровня в р=0,05. Уровень достоверности в 0,05 как раз является критическим значением для результатов большинства статистических тестов ( 5 %). Мы делаем вывод относительно этих 5 %. Что в практическом смысле это значит? Что в 95 % мы находим различия, которые действительно существуют, и в 5 % даем себе возможность переобнаружить то, чего в действительности не существует в реальности.

Что касается ошибки второго рода, то здесь это уже не 5 %. И мы задаем либо 20, либо 10 %, что-то в этом диапазоне, это ошибка в 0,2; в 0,1. И как раз мы подходим к следующему чрезвычайно важному статистическому понятию как «мощность исследования». Мощность исследования это: (1 – β), где β это ошибка второго рода. Если стандартный уровень ошибки это 0,2 и 0,1, то мы получаем, что мощность исследования в норме составляет 0,8 или 0,9 (чаще, конечно, 0,8).

NB! по уровню значимости

Уровень значимости, то есть ошибки первого рода составляет чаще всего относительно уровня в 5 %, это уровень той ошибки, при которой мы даем возможность себе «перенайти» то, что в действительности не существует. В ошибке второго рода мы даем себе определенный люфт до 20 % не обнаружить того, что в действительности существует, то есть когда статистические тесты нам скажут, что чего-то нет, а в реальности эти различия существуют.

Автор: Кирилл Мильчаков

Источник

Отчетностью называют
такую организационную форму статистического
наблюдения, при которой сведения
поступают в виде обязательных
отчетов в определенные сроки и по
утвержденным формам.
Каждый отчет содержит определенные
реквизиты
–
номер или индекс формы, название отчета,
отчетный период или на какую дату
составляется отчет, название предприятия,
организации, административно-территориальной
единицы, где расположено предприятие,
срок представления отчета, подписи
ответственных лиц и
др. Сведения поступают в
статистические органы в установленные
сроки в виде определенных документов.
Бланки таких документов называются
формами
статистической отчетности.

Особенности
статистической отчетности.

1)
Обязательность.
Каждая организация обязана представлять
отчетные данные по определенному кругу
показателей по формам и срокам в
установленном порядке.

2)
Юридическая
сила
– формы отчетности являются официальными
документами. Они подписываются
руководителем и главбухом. Они несут
ответственность по закону за достоверность
содержащейся информации.

3)
Документальная
обоснованность.
Все данные статистической отчетности
получаются на основе первичной
документации, в которой оформляется
вся хозяйственная деятельность.

Виды
статистической отчетности

По
содержанию формы отчетности:

а)
типовая
– от-ть имеет одинаковый состав
показателей и форму для всех организаций
или предприятий данной отрасли нар.
хоз-ва

б)
специализированные
– состав показателей определяется с
учетом особенностей той или иной отрасли
произ-ва

2)
По периодичности:

а)
годовая
– за год б) текущая
– меньше года

3)
По способу представлений:

а)
срочная

б) почтовая

4)
По направлению прохождения

а)
централизованная
– показывает на то, что она поступает
и обрабатывается в системе гос-ой
статистике с последующей передачей
рез-ов обработки различным органам
упр-ния, в подчинении которых находится
отчитывающаяся организация.

б)
децентрализованная

8. Достоверность статистических данных и ошибки статистического наблюдения

Важнейшим требованием предъявляемым
к статистическим данным является
их достоверность,
т.е. соответствие данных тому, что есть
на самом деле.

Меры
по повышению достоверности статистической
информации:

— повышение
компетентности работника, участвующего
в статистическом наблюдении;

— совершенствование
инструментария (бланков, инструкций);

— повышение
заинтересованности и обеспечение
готовности объекта наблюдения;

— обеспечение
полноты данных (охват всех единиц
исследуемой совокупности и наиболее
существенных сторон явления).

Ошибки
статистического наблюдения, их виды.

Погрешность
(ошибка) статистического
наблюдения — расхождение межу
действительными (истинными) значениями
и данными, полученными в результате
наблюдения. Выделяют ошибки регистрации
и ошибки репрезентативности
(представительности).

Ошибки
регистрации возникают
вследствие неправильного установления
фактов в процессе наблюдения или
неправильной их записи. Они
подразделяются на случайные и
систематические и могут быть как при
сплошном, так и несплошном наблюдении.

Случайные
ошибки –
это ошибки, которые не имеют какой-либо
направленности и могут быть
допущены как опрашиваемыми в их ответах,
так и регистраторами при заполнении
бланков.

Систематические
ошибки –
это ошибки, которые имеют определенную
направленность и могут
быть преднамеренными и
непреднамеренными. Преднамеренные ошибки
(сознательные, тенденциозные искажения)
получаются:

1) в
результате того, что опрашиваемый, зная
действительное положение дела, сознательно
сообщает неправильные данные;

2) когда
регистратор преднамеренно воздействует
на опрашиваемого с целью получения
определенного ответа.

3)
кода регистратор преднамеренно искажает
в формулярах наблюдения результаты
непосредственного, либо документального
наблюдения (например, сведения в отчетах
об объемах выпущенной продукции).

Непреднамеренные ошибки
вызываются различными случайными
причинами (например, неисправностью
измерительного прибора и т.п.).

Ошибки
репрезентативности (представительности)

свойственны несплошному наблюдению.
Они возникают в результате того, что
состав отобранной для обследования
части единиц совокупности недостаточно
полно отображает состав всей изучаемой
совокупности, хотя регистрация сведений
по каждой отобранной для обследования
единице была проведена точно.

Для
выявления и устранения допущенных
ошибок регистрации может применяться
счетный и логический контроль собранного
материала.

Счетный
контроль заключается
в проверке точности арифметических
расчетов, применявшихся при составлении
отчетности или заполнении формуляров
обследования.

Логический
контроль основан
на логической взаимосвязи между
признаками и заключается в проверке
ответов на вопросы программы наблюдения
путем их логического осмысления или
путем сравнения полученных данных с
другими источниками по этому же
вопросу.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

В зарубежной практике, как правило, расчет среднего уровня производится по формуле средней арифметической простой. По нашему мнению, из-за нестабильности российского финансового рынка определение средней ставки целесообразно производить по формуле средней арифметической взвешенной. Для этого необходимо располагать подробной информацией об объемах и структуре кредитных ресурсов, что в настоящее время весьма проблематично из-за отсутствия достоверных статистических данных.
[c.634]

Непосредственное наблюдение и документальный способ обеспечивают наибольшую достоверность статистических данных.
[c.28]

Безработица и неполная занятость. Достоверные статистические данные о безработице в менее развитых странах имеются не всегда. Но можно полагать, что для большинства этих стран весьма характерны и безработица, и неполная занятость. О безработице можно говорить в том случае, если человек, способный и желающий трудиться, не может найти работу. В отличие от этой ситуации неполная занятость наблюдается тогда, когда работники не имеют возможности трудиться столько времени (часов в день или дней в неделю), сколько они хотят, или если они вынуждены трудиться на таких рабочих местах, где эффективность их труда ниже потенциально возможной.
[c.872]

Внешняя проверка. На этапе внешней проверки выявляются элементы сервисного обслуживания, которые являются наиболее значимыми с точки зрения потребителей, а также определяется степень удовлетворения потребителей услугами ведущих поставщиков или продавцов. Список наиболее важных элементов сервисного обслуживания составляется на основании опроса клиентов. Он может быть расширен за счет включения различных элементов маркетинга. После определения списка разрабатываются специальные анкеты для получения достоверных статистических данных от потребителей.
[c.44]

Отсутствие достоверных статистических данных о новом рынке.
[c.109]

Централизация основной части работ по сбору, обработке, анализу и представлению органам управления информации о состоянии и развитии народного хозяйства и выполнении государственных планов социального и экономического развития страны обусловлена необходимостью обеспечить возможно большую достоверность статистических данных, минимизировать затраты на их получение и представление, добиться методологического единства учета и отчетности.
[c.8]

ДОСТОВЕРНОСТЬ СТАТИСТИЧЕСКИХ ДАННЫХ
[c.36]

Как можно повысить достоверность статистических данных [c.39]

Будучи учеником У. К. Митчелла, С. Кузнец скептически относился к абстрактно-теоретическим моделям, так как предпочитал им эмпирические концепции, основанные на достоверных статистических данных. Главная цель исследований С. Кузнеца — интерпретация экономического роста и циклических колебаний.
[c.325]

Пока еще нет достоверных статистических данных о том, насколько распространены тренинги в организациях России. Мировой опыт показывает тенденцию устойчивый рост числа сотрудников, прошедших тренинги в организациях всех типов (см, например, данные по США на графике).
[c.19]

Для применения метода требуются достоверные статистические данные о соотношении стоимостей земли и всей собственности конкретного типа недвижимости на заданном рынке. Однако метод редко применяется даже на развитых рынках, так как обладает низкой достоверностью. Применение метода оправдано в условиях недостаточности информации о продажах земельных участков. Получаемые значения считаются ориентировочными.
[c.98]

Предположим, что регулирование температуры в жилом доме производится по тщательно спроектированной программе (это называется управление объектом при разомкнутом контуре обратной связи), при этом соответствующие расчёты базируются на многочисленных и достоверных статистических данных. Определяется средняя температура, которая должна поддерживаться в помещении в течение зимних месяцев, и последовательность включения и отключения отопительной системы во времени. Поскольку перемены в погоде непредсказуемы, то в результате этого зимой в помещении будет временами или слишком тепло или же слишком холодно, даже если средняя внешняя температура и порядок включения и отключения отопления определены на основании очень тщательных предварительных расчетов. Этот недостаток, свойственный программному управлению, никак не может быть устранён. Когда в квартире слишком тепло, то жильцы, очевидно, будут открывать форточки, а если слишком холодно, то они будут теплее одеваться. Так как на программу включения отопления они повлиять никак не могут, то путём использования обратной связи с окружающей средой они смогут повысить комфортность своего проживания.
[c.143]

При выборе эконометрических моделей, полученных или других достоверных статистических данных региона основе оценки степени зависимости объёмов расхо- на, следует принимать во внимание общие рекомендации, дов для укрупнённых групп экономических статей от по- по прогнозированию доходов СФП (см. комментарии к казателей прогноза социально-экономического развития алгоритму б настоящих Методических рекомендаций)
[c.47]

Координирующей деятельностью и функциональным управлением занимаются многие министерства и ведомства. К их числу относятся Министерство имущественных отношений РФ (обеспечивает единство политики в области приватизации, управления государственным имуществом, межотраслевую и межрегиональную координацию деятельности других органов по управлению и распоряжению государственной собственностью), Министерство промышленности, науки и технологий РФ (координирует деятельность всех ведомств в этой области), Министерство природных ресурсов РФ (координирует охрану окружающей среды, осуществляет экологический контроль), Министерство финансов РФ (денежное обращение — одна из основ экономики государства). Государственный комитет РФ по стандартизации и метрологии устанавливает правила применения международных стандартов, общие правила сертификации, обеспечения единства измерений. Государственный комитет РФ по статистике обеспечивает представление официальной статистики органам государственной власти, координирует статистическую деятельность других органов, проверяет достоверность статистических данных. Межотраслевые задачи выполняют Министерство РФ по антимонопольной политике и поддержке предпринимательства, Государственный таможенный комитет РФ и др.
[c.188]

Современные технологические системы, функционирующие в производственных условиях, характеризуются дефицитом достоверной количественной информации об их работе. Это может быть связано со сложностью объекта, с нехваткой или отсутствием промышленных приборов сбора информации и т.п. В таких условиях использование традиционных подходов (например, теория вероятностей) к моделированию технологических систем, которые основаны на статистических данных, не дают существенных результатов из-за недостатка информации. Один из перспективных подходов к разрешению проблем неопределенности, вызванных нечеткостью необходимой информации, заключается в использовании методов теории нечетких множеств. Теория является математической формализацией нечеткой информации и обеспечивает переход от качественного описания объекта к количественным оценкам его состояния с помощью специальных моделей.
[c.129]

Вероятность — это возможность получения определенного результата, при этом в качестве единицы измерения принимают вероятность достоверного события, то есть такого события, которое непременно должно произойти. Точность измерения объективных вероятностей зависит от объема статистических данных и возможности их использования для будущих событий, то есть от сохранения условий, в которых происходили прошлые события. Вместе с тем во многих случаях при принятии решений статистические данные о частотах появления ситуации могут быть незначительны или вообще отсутствуют. В этом случае используют следующий подход измерения вероятностной ситуации, основанный на субъективных оценках лица, принимающего решения. Измеряемые таким путем вероятности называют субъективными вероятностями ситуации. При их измерении приоритет отдается мнению субъекта, отражающему состояние его информационного фонда. Таким образом, субъективная вероятность определяется на основе предположения, основанного на личном опыте эксперта, а не на частоте, с которой аналогичный результат был получен в подобных условиях. Зависимость вероятности от объектов исходной информации, с одной стороны, и зависимость от субъекта, с другой, -все это ведет к тому, что к вероятностной ситуации добавляется неопределенность. Таким образом, для характеристики риска одного понятия вероятности недостаточно.
[c.105]

Следующий этап оценки и отбора факторов проводится после формирования исходной информации. Результаты анализа на этом этапе в значительной степени определяются качеством исходных данных. К ним предъявляют следующие основные требования достоверность статистического материала, выраженного однозначно некоторым числом или системой чисел балльная система оценки качественной информации объем информации должен обеспечивать необходимую степень свободы при решении конкретных экономических задач, если при этом обнаружится, что объем информации недостаточен и необходимо его увеличить, то следует приступить к формированию данных по исследуемому объекту за ряд лет по известному методу завода-лет [48].
[c.15]

Движение средств в национальной экономике, отражаемой на национальных счетах, лишено той адресности и конкретности, которая присуща информации, содержащейся в отчетности предприятий (бухгалтерской и статистической). Абстрактный характер показателей национальных счетов позволяет делать глубокие обобщения о характере экономических процессов. Но при этом остается необходимой достоверность исходных данных. В противном случае глобальные обобщения на уровне национальной экономики рискуют оказаться необоснованными.
[c.18]

Технический и содержательный анализ. Аналитики оценивают имеющуюся у них информацию с помощью методов, основанных на логических и учетных принципах. Выполняются технические операции, включающие расчет коэффициентов, преобразование информации для установления ее достоверности, оценки деятельности предприятия в целом, сопоставление статистических данных с данными других предприятий и прогнозирование будущих хозяйственных результатов.
[c.148]

Статистические публикации — это один из возможных источников статистической информации. Используя его, следует критически относиться к статистическим данным, прикидывая, насколько та или иная цифра реальна. Полезно иметь данные из разных источников. Если они различаются значительно в несколько раз, то данные не вызывают доверия. Пользоваться лучше теми данными, способ получения которых понятен. Достоверность данных государственной статистики определяется тем, что это результат профессиональной деятельности специально подготовленных работников, использующих единую методологию, соответствующую в большинстве случаев международным стандартам, дающую возможность проследить динамику какого-либо показателя за ряд лет.
[c.23]

Однако степень точности расчетов таблицы Затраты-выпуск уступает достоверности исчисления валового внутреннего продукта. Поэтому недостатки статистических данных о структуре затрат, особенно в сфере услуг, восполняются с помощью экспертных оценок.
[c.575]

Именно из-за отсутствия вполне достоверных отечественных статистических данных за длительный период времени в данной главе были использованы материалы зарубежных источников для целей нашего анализа.
[c.340]

Вместе с тем менялся и круг учтенных категорий рабочей силы. До 1925 г. в ее состав включались младший обслуживающий персонал и ученики, с 1926 г.—только рабочие и ученики, с 1932 г.— только рабочие. Менялась и классификация производств, а вместе с ней и расчленение всей продукции на группы А ж Б. А в результате такой несопоставимости исходных данных нередко получаются существенные расхождения и в публикуемых индексах выработки. Так, например, в специальной сводке статистических данных о производительности труда на одной странице приводится индекс средней выработки рабочего за 1928—1932 гг. по группе А в 153,1%, а на другой странице приведены погодные индексы за те же годы, из которых тот же индекс за 4 года определяется уже в 148,6 %10. А в нашей таблице, тоже по вполне достоверным итоговым данным, исчисляется еще более низкий индекс —134,7% по той же группе А.
[c.461]

Источниками получения первичной информации могут быть документы оперативного и бухгалтерского учета, а также технико-экономический паспорт САПР. Сбор первичной информации осуществляется применительно к установленным классификационным группам. Для получения достаточного объема данных о фактических трудозатратах они должны быть взяты за несколько лет. Поскольку качество нормативных материалов в значительной степени определяется достоверностью первичных сведений, они должны быть тщательно проверены, необходимо исключить неправильные или ошибочные сведения. Значительную помощь в формировании исходной базы статистических данных может оказать применение ЭВМ, что дает возможность автоматизированного решения задачи Учет и анализ трудовых затрат .
[c.77]

V. Формирование сводных нормативных материалов. Для-выбранных объектов нормирования в соответствии с принятыми методами разработки нормативов на основе использования исходной базы статистических данных и системы критериев оценки трудоемкости устанавливаются числовые значения затрат труда Для оценки достоверности нормативных значений проводятся специальные проверочные расчеты. При достижении необходимой точности (для укрупненных нормативов 15—20°/<ь для дифференцированных 8—10%) нормативные материалы утверждаются и рекомендуются к практическому применению.
[c.79]

Таким образом, использование техническими аналитиками статистических данных о динамике цен в прошлом для прогнозирования будущего вполне правомерно и имеет под собой твердую научную основу. Любой, кто усомнился бы в достоверности подобных технических прогнозов, с тем же успехом мог бы сомневаться в достоверности данных любого прогнозирования, основанного на исторических фактах, включая весь экономический и фундаментальный анализ.
[c.27]

В ходе абстрагирования и обобщения используются разнообразные экономические измерители (статистические данные, показатели экономической динамики, предельные и средние величины), благодаря чему становится возможным установление достоверных знаний для решения многих экономических проблем как на микроуровне, так и на макроуровне. К таким проблемам можно, например, отнести какие товары и в каком количестве следует производить, в каких пределах можно использовать имеющиеся ресурсы, как производить с наименьшими затратами, как рынок и производство адаптируются к изменениям потребительских вкусов и предпочтений.
[c.23]

Итак, путем статистической обработки данных о темпах погашения дебиторской задолженности с различными сроками возникновения можно получить средние цифры — доли поступлений в текущем периоде средств от задолженности определенного срока по отношению к объему реализации периода возникновения задолженности — коэффициенты инкассации. В тех случаях, когда не имеется статистических данных или они имеют значительный разброс и поэтому не могут быть рассчитаны достоверные средние значения, можно использовать наименьшие значения коэффициентов инкассации для прогноза пессимистического варианта. На основе данных о погашении дебиторской задолженности можно также определить долю денежных средств в общей сумме поступлений.
[c.68]

Разработка плана маркетингового исследования — сложный творческий процесс, своего рода фундамент будущего исследования. План позволяет установить рамки и основные направления всего исследования. Прежде всего нужно выбрать необходимые методы его проведения. При этом надо иметь в виду, что это не механический набор методов и приемов, а целенаправленный их выбор для решения конкретных специфических задач. Нужно определить методы и процедуры сбора первичных данных (опрос, наблюдение и т.д.), методы и средства обработки полученных данных (экономико-статистические и экономико-математические методы и т.п.), а также методы анализа и обобщения материалов (моделирование, исследование операций, деловые игры, экспертиза и др.). Затем нужно определить тип требуемой информации и источников ее получения исходя из параметров имеющихся ресурсов (информации, времени и финансовых средств), а также необходимой степени достоверности, надежности данных. Например, надежность информации — результатов анкетирования — определяется обычно размерами выборки (количеством обследуемых субъектов) и репрезентативностью группы целевому сегменту рынка.
[c.22]

Оценка широты и достоверности информации, необходимой для определения уровня финансовых рисков. Выбор методов оценки уровня финансовых рисков, а также надежность ее результатов во многом определяются используемой в этих целях информационной базой. В процессе оценки качества этой информационной базы проверяется ее полнота для характеристики отдельных видов рисков возможность построения необходимых рядов динамики (для оценки уровня рисков, проявляемых в динамике — инфляционного, валютного, процентного и т.п.) и требуемых группировок (при оценке статических видов рисков, например, кредитного, криминогенного и т.п.) возможность сопоставимой оценки сумм финансовых потерь в едином уровне цен надежность источников информации (собственная информационная база, публикуемые статистические данные и т.п.). Следует иметь в виду, что недостаточная или некачественная информационная база, используемая в процессе оценки уровня финансовых рисков, усиливает субъективизм такой оценки, а следо-
[c.444]

Преимущество статистического метода заключается в небольшой сложности математических расчетов, а недостаток — в необходимости большого количества исходных данных, чем больше массив статистических данных, тем достовернее оценка риска.
[c.289]

Для обоснования перспективной программы сбора и обработки данных в АСГС разработчики АСПР должны определить с учетом подлежащих внедрению экономико-математических моделей перспективные потребности в статистических данных для плановых расчетов как по составу показателей, так и по достоверности, периодичности, срочности их получения.
[c.136]

При проведении дополнительных исследований и их детализации можно получить систему коэффициентов уровней для отдельных этапов разработки, что позволит уточнить ее характеристики. Следует добавить, что в процессе разработки программного изделия необходимо вести учет затрат труда по элементам и операциям, что нетрудно выполнить в условиях применения ЭВМ и функционирования АСУР. Многие трудности организации труда программистов обусловлены отсутствием или недостаточностью достоверных статистических данных. Поэтому общие (универсальные) нормативные данные и рекомендации, создание которых допустимо, должны быть обязательно отработаны с учетом особенностей данной организации (уровень оснащения ин-
[c.96]

Экстр аполяционные методы базируются на широком использовании математической стастистики. Методом экстраполяции предвидимое будущее (показатели дальнейшего развития рассматриваемого объекта) определяется на основе опыта прошлого (достоверных статистических данных о развитии в прошлом) в предположении, что выявленный характер изменения во времени рассматриваемого показателя будет существовать и в будущем. Между тем состав и значимость влияющих факторов, определивших выявленный закон развития, могут во времени меняться. Поэтому прогнозы методом экстраполяции наиболее надежны на короткие и средние сроки.
[c.296]

В случае необходимости получения более точных оценок расходов для статей, доля которых составляет более 1% в общих расходах бюджета, для расчёта сумм расходов по отдельным целевым статям могут быть использованы методики, основанные на построении эко-нометрических моделей, полученных на основе оценки степени зависимости объёма расходов для укрупнённых групп экономических статей от показателей прогноза социально-экономического развития или других достоверных статистических данных региона.
[c.30]

Основные причины этого различия структурные. Временной период между реоптимизациями составляет, как правило, некоторую долю от первоначального тестового периода. На это особо указывает форвардный анализ, описываемый в Главе 7. Хорошее правило для определения размера торгового окна — от 1/8 до 1/4 тестового окна. Другими словами, если для оптимизации торговой системы используется 24-месячное окно, то данной системой можно уверенно торговать в интервале от 3 (24/8=3) до 6 (24/4=6) месяцев. Влияние оказывают и другие факторы. Это схоже с концепцией, утверждающей, что достоверность статистических прогнозов уменьшается по мере удаления от точки начала прогнозирования.
[c.70]

Важно отметить, что историческая изменчивость (оцененная на базе статистических данных прошлых лет) необязательно является хорошим индикатором будущего риска. В качестве примера рассмотрим доходность по казначейским векселям. Хотя ее значение менялось от периода к периоду, в каждый данный период доходность этих бумаг известна заранее, поэтому они являются безрисковыми. Однако доходность по обыкновенным акциям прогнозировать очень трудно. Для инвестиций такого типа изменчивость за прошедший период может быть использована в качестве достаточно достоверного показателя неопределенности величины доходности в будущем3.
[c.7]

Стоит начать с того, чтобы изобразить распределение переменной с помощью гистограммы или же рассчитать для него характеристики асимметрии (симметричность распределения) и эксцесса (весомости хвостов распределения). В результате будет получена информация о том, насколько распределение данных близко к нормальному. Многие методы моделирования, в том числе, — нейронные сети, дают лучшие результаты на нормализованных данных. Далее, с помощью специальных статистических тестов, например, на расстояние Махаланобиса, можно выявить многомерные выбросы, с которыми затем нужно разобраться на предмет достоверности соответствующих данных. Эти выбросы могут порождаться ошибочными данными или крайними значениями, вследствие чего структура связей между переменными может (а может и не) нарушаться (см. [19]). В некоторых приложениях выбросы могут нести положительную информацию, и их не следует автоматически отбрасывать.
[c.61]

Исследовательские расходы обычно определяются как затраты на разведочное бурение и экспертную оценку, деленные на объем добычи эксплуатируемых скважин и запасов вновь открытых месторождений. В то время как годовые статистические данные малоинформативны, суммарные показатели, допустим за пятилетний период, способны отразить реальные тенденции. Точность же статистических сведений зависит как от бухгалтеров и данной ими оценки и разнесения по счетам затрат, так и от инженеров — разработчиков месторождения и их оценки достоверных промышленных запасов сырья.
[c.79]

Обеспечение достоверности данных судебной статистики

Важным направлением в организации работы по ведению судебной статистики является обеспечение достоверности статистических данных.

Анализируя состояние использования автоматизированных технологий в статистической работе в судах общей юрисдикции и органах Судебного департамента, представляется возможным выделить следующие проблемы ведения судебной статистики, решение которых лежит в области приоритетных направлений развития автоматизированных информационных систем: обеспечение достоверности и корректности статистических данных с использованием специального программного обеспечения.

Достоверность информации — одно из основных требований к данным судебной статистики. Наличие в распоряжении исследователя информативной и заведомо достоверной статистической базы обеспечивает научность проводимых исследований. Поэтому обеспечение достоверности статистических данных, в том числе с использованием возможностей специализированных программных комплексов, является важным направлением в организации работы по ведению судебной статистики. Программными средствами должен быть обеспечен контроль вводимой первичной информации.

Как правило, в судах отсутствует штат специалистов, имеющих необходимые навыки для работы со специализированным программным обеспечением по судебному делопроизводству и ведению базы данных по судимости, а пользователи — работники аппаратов судов — не обладают достаточной подготовкой. К тому же большой объем вводимых в программные комплексы данных и высокая служебная нагрузка не позволяют осуществлять перепроверку обработанной информации, в связи с чем не исключены непреднамеренные ошибки, искажающие реальные данные.

Способы обеспечения достоверности статистической информации определяются в зависимости от этапов ее обработки:

1. На этапе первичного учета — описываются условия контроля для значений показателей баз данных.

2. На этапе формирования статистической отчетности контроль осуществляется с использованием заложенных в электронные программные шаблоны отчетных форм контрольных соотношений. Так, контрольные соотношения между значениями показателей статистического отчета импортируются в федеральных судах общей юрисдикции в Модуль расчета статистики программного изделия «Судебное делопроизводство» и при расчете отчета можно отобрать нарушенные контрольные соотношения, по которым в программе автоматически определяются записи в картотеке, из-за которых возникла ошибка. Такие проверки обеспечивают корректность ведения записей в электронных картотеках судебного делопроизводства. Контрольные соотношения в виде формул MS Exel непосредственно в программном шаблоне отчета обеспечивают корректность данных уже выгруженных в отчет или формируемых и вносимых в отчет вручную. Для удобства визуального восприятия статистических данных в отчете в электронных шаблонах графоклетки с данными имеют цветовую окраску (заполняемые — светло желтые, не заполняемые судом соответствующего уровня — серые и требующие подтверждения — оранжевые). В случае нарушения предусмотренных обязательных контрольных соотношений для данной формы отчетности индикатор статуса «Неверно!» отображается на титуле формы. По статусу «Неверно!» на листе с описаниями контрольных соотношений можно отфильтровать нарушенные контрольные соотношения.

3. При загрузке статистической отчетности в хранилище происходит автоматизированная проверка совокупности контрольных условий, а также возможность их проверки по уже загруженной отчетности в хранилище.

Таким образом, обеспечение достоверности информации осуществляется на каждом этапе статистической работы. Но особое значение придается корректности занесения информации в базы данных на стадии статистического наблюдения, когда можно по судебным документам проверить достоверность информации, обратиться к тексту судебного постановления и материалам дела или за разъяснением к судье. При использовании комплекса средств контроля достоверности данных (формально-логических и логико-юридических) можно также избежать судебных ошибок, связанных с неточным отражением данных о личности подсудимого, сторон по делу, о лицах, привлеченных к административной ответственности или результатов рассмотрения дела, которые могут привести к изменению судебных постановлений в вышестоящих инстанциях.

К формально-логическому контролю относятся условия, вытекающие из общих логических посылок и не требующие ссылок на правовые нормы. Например, при заполнении показателей статистической карточки на подсудимого, если возраст подсудимого по уголовному делу от 14 до 17 лет, то логически следует (как правило, исключение требует подтверждения), что его образование не может быть высшее, лицо не может являться должностным лицом и т.п. Если результат рассмотрения по делу — оправдательный приговор или прекращение дела по различным основаниям, то не могут быть указаны данные по показателям, связанным с назначением наказания.

К логико-юридическому контролю относим условия, сформулированные на основе анализа материальных и процессуальных норм. Таким образом, для формирования контрольных условий корректности базы данных по судимости осуществляется анализ норм УК РФ и УПК РФ. К этим условиям относим условия различных видов назначения наказаний, определения сроков наказаний, в том числе при совокупности преступлений и приговоров, условия, описывающие назначения наказания при совершении неоконченных преступлений, условия, контролирующие результаты рассмотрения уголовного дела в отношении лица в зависимости от степени тяжести преступления и прежних судимостей, основания прекращения уголовного дела в зависимости от состава преступления и т.п. Описание условий такого контроля осуществляется средствами взаимосвязи значений справочников составов преступлений, видов наказаний и их сроков, перечней, группировок статей УК РФ и значений иных показателей, характеризующих социально-демографические данные на подсудимых, совершенное преступление и результаты судебного рассмотрения.

В программном комплексе по ведению базы данных судимости, эксплуатируемом сначала в органах юстиции с 1996 г., а затем и в органах Судебного департамента до 2008 г.*(43), было предусмотрено около 300 сгруппированных контрольных условий. В новой структуре статистической карточки на подсудимого*(44) с учетом возросшего числа учетных показателей о результатах рассмотрения дела и назначенном наказании общее количество логических условий, обеспечивающих контроль корректности вводимых данных, составляет уже более полутора тысяч, которые сгруппированы в несколько сотен логических связок (например, контроль значений возраста, пола, вида исправительной колонии, рецидива и т.д.).

При этом для сокращения условий логического контроля составы Уголовного кодекса РФ сгруппированы по перечням в соответствии с общими классификациями: по форме вины, по степени тяжести, по подсудности, а также по характеру субъекта (по полу, занимаемой должности, гражданству), а также по объектам преступного посягательства и особенностям применения мер наказания. Для логико-юридического контроля корректности внесения составов преступлений по УК РФ при описании логического условия указывается необходимое значение перечня, а не каждый состав отдельно. Например, если показатель «Результат рассмотрения дела» имеет значение «дело прекращено за примирением с потерпевшим», то показатель «Основная статья по судебному постановлению» не может иметь значения перечней преступлений «особо тяжкие», «тяжкие».

Анализ достоверности статистических данных о судимости проводится по статистическим отчетам по уровням судов: по мировым судьям, районным судам, судам областного звена. Задачами такого анализа является выявление ошибок при заполнении статистических карточек на подсудимого, совершенствование контрольных условий и их актуализация в связи с изменениями законодательства, а также выявление возможных судебных ошибок и необходимости обобщения судебной практики вышестоящими судами.

Источник

5. Точность наблюдения и методы проверки достоверности данных

Каждое конкретное измерение величины данных, осуществляемое в процессе наблюдения, дает, как правило, приближенное значение величины явления, в той или иной мере отличающееся от ис-гинного значения этой величины. Точностью статистического наблюдения называется степень соответствия какого-либо показателя или признака, исчисленного по материалам наблюдения, действительной его величине. Расхождение между результатом наблюдения и истинным значением величины наблюдаемого явления называется ошибкой наблюдения.

В зависимости от характера, стадии и причин возникновения различают несколько типов ошибок наблюдения.

По своему характеру ошибки делятся на случайные и систематические. Случайные ошибки – это ошибки, возникновение которых обусловлено действием случайных факторов. К ним относятся оговорки и описки опрашиваемого лица. Они могут быть направлены в сторону уменьшения или увеличения значения признака. На конечном результате они, как правило, не отражаются, так как взаимопогашаются при сводной обработке результатов наблюдения.

Систематические ошибки имеют одинаковую тенденцию либо к уменьшению, либо к увеличению значения показателя признака. Это связано с тем, что измерения, например, производятся неисправным измерительным прибором или ошибки являются следствием неясной формулировки вопроса программы наблюдения и др. Систематические ошибки представляют большую опасность, так как в значительной мере искажают результаты наблюдения.

В зависимости от стадии возникновения различают: ошибки регистрации; ошибки, возникающие в ходе подготовки данных к машинной обработке; ошибки, проявляющиеся в процессе обработки на вычислительной технике.

К ошибкам регистрации относятся те неточности, которые возникают при записи данных в статистический формуляр (первичный документ, бланк, отчет, переписной лист) или при вводе данных в вычислительную технику, искажение данных при передаче через линии связи (телефон, электронную почту). Часто ошибки регистрации возникают из-за несоблюдения формы бланка, т. е. запись производится не в установленную строку или графу документа. Случается и преднамеренное искажение значений отдельных показателей.

Ошибки при подготовке данных к машинной обработке или в процессе самой обработки возникают в вычислительных центрах или центрах подготовки данных. Возникновение таких ошибок связано с небрежным, неправильным, нечетким заполнением данных в формулярах, с физическим дефектом носителя данных, с потерей части данных вследствие несоблюдения технологии хранения информационных баз. Иногда ошибки вызваны сбоями в работе оборудования.

Зная виды и причины возникновения ошибок наблюдения, можно в значительной мере снизить процент подобных искажений информации. Различают несколько видов ошибок:

1) ошибки измерения, связанные с определенными погрешностями, которые возникают при однократном статистическом наблюдении явления и процессов общественной жизни;

2) ошибки репрезентативности, возникающие в ходе несплошного наблюдения и связанные с тем, что сама выборка нерепрезентативна и результаты, полученные на ее основе, не могут распространяться на всю совокупность;

3) преднамеренные ошибки, возникающие по причине сознательного искажения данных с разными целями, среди которых желание приукрасить действительное состояние объекта наблюдения или, наоборот, показать неудовлетворительное состояние объекта и т. д. Следует заметить, что такое искажение информации является нарушением закона; 4) непреднамеренные ошибки, как правило, носящие случайный характер и связанные с низкой квалификацией работников, их невнимательностью или небрежностью. Часто такие ошибки связаны с субъективными факторами, когда люди дают неправильную информацию о своем возрасте, семейном положении, образовании, принадлежности к социальной группе и ином или просто забывают некоторые факты, сообщая регистратору информацию, которая только что возникла в памяти.

Желательно провести некоторые мероприятия, которые помогут предупредить, выявить и исправить ошибки наблюдения. К таким мероприятиям относятся:

1) подбор квалифицированных кадров и качественное обучение персонала, связанного с проведением наблюдения;

2) организация контрольных проверок правильности заполнения документов сплошным или выборочным методом;

3) арифметический и логический контроль полученных данных после завершения сбора материалов наблюдения. Основными видами контроля достоверности данных являются синтаксический, логический и арифметический.

1. Синтаксический контроль означает проверку правильности структуры документа, наличие необходимых и обязательных реквизитов, полноту заполнения строк формуляров в соответствии с установленными правилами. Важность и необходимость синтаксического контроля объясняются применением для обработки данных вычислительной техники, сканеров, которые предъявляют жесткие требования к соблюдению правил заполнения формуляров.

2. Логическим контролем проверяются правильность записи кодов, соответствие их наименованиям и значениям показателей. Выполняется проверка необходимых взаимосвязей между показателями, сопоставляются ответы на различные вопросы и выявляются несовместимые сочетания. Для исправления ошибок, выявленных при логическом контроле, возвращаются к исходным документам и делают поправки.

3. При арифметическом контроле сравниваются полученные итоги с предварительно подсчитанными контрольными суммами по строкам и по графам. Довольно часто арифметический контроль основывается на зависимости одного показателя от двух или нескольких других (например, является произведением других показателей). Если арифметический контроль итоговых показателей обнаружит, что данная зависимость не соблюдается, это будет свидетельствовать о неточности данных.

Таким образом, контроль достоверности статистической информации осуществляется на всех этапах проведения статистического наблюдения – начиная со сбора первичной информации и до этапа получения итогов.

Данный текст является ознакомительным фрагментом.

Продолжение на ЛитРес

Оценка достоверности результатов статистического исследования. Ошибка репрезентативности средних и относительных величин.

Оценка достоверности результатов статистического исследования. Доверительные границы. Методика определения доверительных границ.

Немного о смысле уровня значимости и достовернности различий

NB! по уровню значимости

8. Достоверность статистических данных и ошибки статистического наблюдения

Обеспечение достоверности данных судебной статистики

5. Точность наблюдения и методы проверки достоверности данных

Читайте также

2. Взаимодействие с внешним аудитором в процессе проверки внешним аудитором достоверности бухгалтерской (финансовой) отчетности

Точность толпы

Глава 8 Спиральная интеграция: сила и точность при проектировании и трансформации организаций

4. Методы проверки учета затрат на производство

19. Методы проверки учета затрат на производство

12. Точность наблюдения и методы проверки достоверности данных

26. Методы аудиторской проверки

61. Влияние существенности на формирование мнения аудитора о достоверности отчетности

44. Проверка достоверности внутренней информации

11. Ошибки статистического наблюдения и контроль материалов наблюдения

Проверка достоверности допущений

5. Ошибки статистического наблюдения и контроль материалов наблюдения

Точность

А. Проверяем точность формулировки

Читайте также

7. Виды и способы статистического наблюдения

8. Способы статистического наблюдения

9. Формы статистического наблюдения

10. Программно-методологические вопросы статистического наблюдения

2. Виды и способы статистического наблюдения

3. Программно-методологические вопросы статистического наблюдения

6. Организация статистического наблюдения

7. Формы статистического наблюдения

8. Виды и способы статистического наблюдения

10. Организационные вопросы статистического наблюдения

11. Ошибки статистического наблюдения и контроль материалов наблюдения

13. Пути совершенствования статистического наблюдения

1. Организация статистического наблюдения

3. Программно–методологические вопросы статистического наблюдения

4. Организационные вопросы статистического наблюдения

8. Пути совершенствования статистического наблюдения