เทคโนโลยีการแตกหักแบบไฮดรอลิกใหม่ Tagras-remservice กำลังพัฒนาโซลูชันทางเทคโนโลยีใหม่สำหรับการแตกหักแบบไฮดรอลิก

ผลการวิเคราะห์กระบวนการและปรากฏการณ์ที่ศึกษาโดยใช้ วิธีการทางสถิติคือชุดของคุณลักษณะเชิงตัวเลขที่สามารถจำแนกได้เป็นตัวบ่งชี้แบบสัมบูรณ์และแบบสัมพัทธ์

ตัวชี้วัดที่แน่นอน

ค่าสัมบูรณ์จากมุมมองทางสถิติแสดงถึงจำนวนหน่วยหรือจำนวนในกลุ่มตัวอย่างที่เป็นผลทันทีของการสรุปและการจัดกลุ่มข้อมูลที่วิเคราะห์ ตัวชี้วัดที่แน่นอนสะท้อนถึงลักษณะ "ทางกายภาพ" ของกระบวนการและปรากฏการณ์ภายใต้การศึกษา (พื้นที่, มวล, ปริมาตร, พารามิเตอร์ spatiotemporal) ซึ่งตามกฎแล้วจะถูกบันทึกไว้ในเอกสารทางบัญชีหลัก ปริมาณสัมบูรณ์ย่อมมีมิติเสมอ โปรดทราบว่าไม่เหมือนกับการตีความทางคณิตศาสตร์ ค่าสัมบูรณ์ทางสถิติอาจเป็นค่าบวกหรือค่าลบก็ได้

การจำแนกประเภทของตัวบ่งชี้สัมบูรณ์

ค่าสัมบูรณ์แบ่งตามวิธีการแสดงมิติของปรากฏการณ์ที่ศึกษาเป็นรายบุคคล กลุ่ม และทั่วไป

ถึง รายบุคคลรวมถึงตัวบ่งชี้สัมบูรณ์ที่แสดงขนาดตัวเลขของแต่ละหน่วยของประชากร ตัวอย่างเช่น จำนวนพนักงานในองค์กร การผลิตผลผลิตรวมขององค์กร กำไร เป็นต้น

กลุ่มตัวบ่งชี้คือพารามิเตอร์ที่กำหนดลักษณะมิติหรือจำนวนหน่วยในบางส่วนของประชากร ตัวบ่งชี้ดังกล่าวคำนวณโดยการรวมพารามิเตอร์สัมบูรณ์ที่สอดคล้องกันของแต่ละหน่วยของกลุ่มการศึกษา หรือโดยการนับจำนวนหน่วยในกลุ่มตัวอย่างโดยตรงจากประชากรทั่วไป

ตัวบ่งชี้สัมบูรณ์ที่อธิบายขนาดของคุณลักษณะสำหรับทุกหน่วยของประชากรเรียกว่า ทั่วไป. พารามิเตอร์ดังกล่าวเป็นผลสรุปผลการศึกษาทางสถิติ ตัวชี้วัดเหล่านี้รวมถึงกองทุนด้วย ค่าจ้างวิสาหกิจในภูมิภาค ข้าวสาลีในรัฐ ฯลฯ

การกำหนดขนาดสัมพัทธ์

จากมุมมองทางสถิติ ค่าสัมพัทธ์คือพารามิเตอร์ทั่วไปที่อธิบายความสัมพันธ์เชิงปริมาณระหว่างค่าสัมบูรณ์สองค่า กล่าวอีกนัยหนึ่ง ตัวบ่งชี้สัมพัทธ์แสดงลักษณะความสัมพันธ์และการพึ่งพาซึ่งกันและกันของพารามิเตอร์สัมบูรณ์สองตัวที่เปรียบเทียบกัน

การประยุกต์ในการวิจัยทางเศรษฐกิจและสังคม

ตัวชี้วัดเชิงสัมพันธ์มีบทบาทสำคัญในการวิเคราะห์กระบวนการทางเศรษฐกิจและสังคม เนื่องจากลักษณะเฉพาะที่แท้จริงนั้นไม่อนุญาตให้ประเมินปรากฏการณ์ที่วิเคราะห์ได้อย่างถูกต้องเสมอไป บ่อยครั้งที่ความสำคัญที่แท้จริงของพวกเขาถูกเปิดเผยเมื่อเปรียบเทียบกับตัวบ่งชี้สัมบูรณ์ตัวอื่นเท่านั้น

ตัวบ่งชี้สัมพัทธ์ประกอบด้วยพารามิเตอร์ที่กำหนดโครงสร้างของปรากฏการณ์ตลอดจนการพัฒนาเมื่อเวลาผ่านไป ด้วยความช่วยเหลือของพวกเขา ทำให้ง่ายต่อการติดตามแนวโน้มการพัฒนาของกระบวนการที่กำลังศึกษาและคาดการณ์วิวัฒนาการต่อไป

คุณสมบัติหลักของค่านิยมสัมพัทธ์คือทำให้สามารถดำเนินกระบวนการที่ไม่สามารถเทียบเคียงได้ในหน่วยสัมบูรณ์ซึ่งในทางกลับกันจะเปิดโอกาสให้เปรียบเทียบระดับการพัฒนาหรือความชุกของปรากฏการณ์ทางสังคมต่างๆ

หลักการคำนวณขนาดสัมพัทธ์

ในส่วนที่เกี่ยวข้องกับตัวบ่งชี้สัมบูรณ์ซึ่งเป็นข้อมูลอินพุตสำหรับการวิเคราะห์ทางสถิติ ค่าสัมพัทธ์จะได้มาจากค่าเหล่านั้นหรือค่ารอง การคำนวณตัวบ่งชี้สัมพัทธ์ใน ปริทัศน์ดำเนินการโดยการหารพารามิเตอร์สัมบูรณ์ตัวหนึ่งด้วยอีกตัวหนึ่ง ในกรณีนี้ค่าในตัวเศษเรียกว่าการเปรียบเทียบหรือปัจจุบันและตัวบ่งชี้ในตัวส่วนที่ใช้ทำการเปรียบเทียบเรียกว่าพื้นฐาน (ฐาน) ของการเปรียบเทียบ

เห็นได้ชัดว่ามีความเป็นไปได้ที่จะทำการเปรียบเทียบแม้ค่าสัมบูรณ์ที่ดูเหมือนจะไม่เกี่ยวข้องกันโดยสิ้นเชิงก็ตาม ควรเลือกตัวบ่งชี้สัมพัทธ์ที่จำเป็นสำหรับการวิเคราะห์ทางสถิติตามวัตถุประสงค์ของการศึกษาเฉพาะและลักษณะของข้อมูลปฐมภูมิที่มีอยู่ ในกรณีนี้จำเป็นต้องได้รับคำแนะนำจากหลักการของความชัดเจนและความง่ายในการรับรู้

ไม่เพียงแต่คุณลักษณะสัมบูรณ์เท่านั้น แต่ยังสามารถใช้เป็นตัวบ่งชี้ปัจจุบันและพื้นฐานสำหรับการคำนวณได้อีกด้วย พารามิเตอร์สัมพัทธ์ที่ได้รับจากการเปรียบเทียบคุณลักษณะสัมบูรณ์เรียกว่าตัวบ่งชี้ลำดับที่หนึ่ง และพารามิเตอร์สัมพัทธ์เรียกว่าตัวบ่งชี้ลำดับที่สูงกว่า

ขนาดของปริมาณสัมพัทธ์

การวิเคราะห์ทางสถิติทำให้คุณสามารถคำนวณตัวบ่งชี้สัมพัทธ์สำหรับทั้งค่าที่เหมือนและไม่เหมือนกัน ผลลัพธ์ของการเปรียบเทียบพารามิเตอร์ที่มีชื่อเดียวกันคือค่าสัมพัทธ์ที่ไม่มีชื่อซึ่งสามารถแสดงในปัจจัยหลายหลากซึ่งแสดงถึงจำนวนครั้งที่ตัวบ่งชี้ปัจจุบันมากกว่าหรือน้อยกว่าค่าฐาน (ในกรณีนี้จะใช้พื้นฐานของการเปรียบเทียบ เป็นหนึ่ง) บ่อยครั้งในการศึกษาทางสถิติจะใช้ฐานการเปรียบเทียบเท่ากับ 100 ในกรณีนี้มิติของตัวบ่งชี้สัมพัทธ์ที่ได้รับจะเป็นเปอร์เซ็นต์ (%)

เมื่อเปรียบเทียบพารามิเตอร์ต่าง ๆ มิติผลลัพธ์ที่ได้คือ ขนาดสัมพัทธ์มีการใช้อัตราส่วนของมิติที่สอดคล้องกันของตัวบ่งชี้ในตัวเศษและตัวส่วน (ตัวอย่างเช่นตัวบ่งชี้ระดับ GDP ต่อหัวมีมิติเป็นล้านรูเบิล/คน)

การจำแนกประเภทของปริมาณสัมพัทธ์

ในบรรดาพารามิเตอร์สัมพัทธ์ที่หลากหลาย มีการแบ่งประเภทดังต่อไปนี้:

• ตัวบ่งชี้พลศาสตร์
• ตัวชี้วัดแผนและการดำเนินการตามแผน
• ตัวบ่งชี้ความเข้ม
• ตัวบ่งชี้โครงสร้าง
• ตัวบ่งชี้การประสานงาน
• ตัวบ่งชี้การเปรียบเทียบ

ตัวบ่งชี้การเปลี่ยนแปลง (DPI)

พารามิเตอร์นี้อธิบายอัตราส่วนของระดับการพัฒนาปัจจุบันของปรากฏการณ์ภายใต้การศึกษาต่อระดับการพัฒนาในช่วงก่อนหน้าซึ่งถือเป็นฐาน แสดงเป็นพหุคูณตัวบ่งชี้สัมพัทธ์ของพลวัตเรียกว่าค่าสัมประสิทธิ์การเติบโตและเป็นเปอร์เซ็นต์ - อัตราการเติบโต

ตัวบ่งชี้ของแผน (PPP) และการดำเนินการตามแผน (PIPP)

ตัวชี้วัดที่คล้ายกันนี้ถูกใช้โดยหน่วยงานทางเศรษฐกิจทั้งหมดที่เกี่ยวข้องกับปัจจุบันและ การวางแผนเชิงกลยุทธ์. มีการคำนวณดังนี้:

ลักษณะที่กล่าวถึงข้างต้นมีความสัมพันธ์กันตามความสัมพันธ์ดังต่อไปนี้:

OPD = OPP*OPRP

ตัวบ่งชี้สัมพัทธ์ของแผนจะกำหนดความเข้มข้นของงานเมื่อเทียบกับช่วงก่อนหน้า และการดำเนินการตามแผนจะกำหนดระดับของการดำเนินการ

ตัวบ่งชี้โครงสร้าง (SSI)

ตัวบ่งชี้สัมพัทธ์นี้แสดงองค์ประกอบโครงสร้างของประชากรและแสดงโดยสัมพันธ์กับขนาดของคุณลักษณะสัมบูรณ์ของส่วนโครงสร้างของวัตถุที่กำลังศึกษากับขนาดของคุณลักษณะของประชากรโดยรวม กล่าวอีกนัยหนึ่งการคำนวณตัวบ่งชี้โครงสร้างประกอบด้วยการคำนวณ แรงดึงดูดเฉพาะแต่ละส่วนของจำนวนทั้งสิ้น:

OPS มักจะแสดงเป็นเศษส่วนของหน่วย (สัมประสิทธิ์) หรือเปอร์เซ็นต์ ผลรวมของน้ำหนักเฉพาะของส่วนโครงสร้างของประชากรที่ศึกษาควรเท่ากับหนึ่งหรือหนึ่งร้อยเปอร์เซ็นต์ตามลำดับ

ค่าสัมประสิทธิ์ที่คล้ายกันนี้ใช้ในการศึกษาโครงสร้างของปรากฏการณ์ที่ซับซ้อนหลายองค์ประกอบเช่นเมื่อศึกษาการปล่อยสารอันตรายจากยานพาหนะโดยแบ่งตามประเภทของเชื้อเพลิงที่ใช้ (น้ำมันเบนซิน, ดีเซล, ก๊าซ) หรือตามวัตถุประสงค์ (รถยนต์, รถบรรทุก, รถโดยสารประจำทาง) เป็นต้น

ดัชนีประสานงาน (COI)

พารามิเตอร์นี้แสดงลักษณะอัตราส่วนของลักษณะของประชากรทางสถิติบางส่วนต่อลักษณะของส่วนฐาน ตัวบ่งชี้การประสานงานเชิงสัมพัทธ์ใช้ในการวิเคราะห์ทางสถิติเพื่อแสดงความสัมพันธ์ระหว่างแต่ละส่วนของประชากรที่กำลังศึกษาได้ชัดเจนยิ่งขึ้น

ส่วนของประชากรที่มีน้ำหนักเฉพาะสูงสุดหรือที่มีลำดับความสำคัญจะถูกเลือกเป็นพื้นฐาน

ดัชนีความเข้ม (IRI)

คุณลักษณะนี้ใช้เพื่ออธิบายการกระจายตัวของปรากฏการณ์ (กระบวนการ) ที่กำลังศึกษาในสภาพแวดล้อมที่เป็นลักษณะเฉพาะ สาระสำคัญอยู่ที่การเปรียบเทียบปริมาณที่ตรงกันข้ามซึ่งเชื่อมโยงถึงกันในทางใดทางหนึ่ง

ตัวอย่าง ได้แก่ ตัวบ่งชี้ระดับ GDP ต่อหัว ตัวบ่งชี้ทางประชากรศาสตร์ของการเพิ่มขึ้น (ลดลง) ตามธรรมชาติของประชากรต่อ 1,000 (10,000) คน เป็นต้น

ตัวบ่งชี้การเปรียบเทียบ (OPSr)

พารามิเตอร์นี้อธิบายความสัมพันธ์ระหว่างคุณลักษณะสัมบูรณ์ของอ็อบเจ็กต์ต่าง ๆ ที่มีชื่อเดียวกัน:

สามารถใช้เมตริกการเปรียบเทียบแบบสัมพันธ์ได้ การวิเคราะห์เปรียบเทียบตัวอย่างเช่น ประชากรของประเทศต่างๆ ราคาของสินค้าชนิดเดียวกันของยี่ห้อต่างๆ ผลิตภาพแรงงานในสถานประกอบการต่างๆ เป็นต้น

อย่างไรก็ตาม การคำนวณลักษณะสัมพัทธ์เป็นขั้นตอนสำคัญของการวิเคราะห์ทางสถิติ โดยคำนึงถึงคุณสมบัติเหล่านั้นโดยไม่คำนึงถึงขั้นตอนหลัก ตัวชี้วัดที่แน่นอนคุณสามารถได้ข้อสรุปที่ไม่น่าเชื่อถือ ดังนั้น การประเมินกระบวนการและปรากฏการณ์ทางเศรษฐกิจและสังคมต่างๆ ที่ถูกต้องควรตั้งอยู่บนระบบของพารามิเตอร์ ซึ่งรวมถึงตัวชี้วัดทั้งแบบสัมบูรณ์และแบบสัมพัทธ์