Вопрос 1. История становления статистической науки.

Статистика - интегральная наука. Она включает разделы как теоретические, так и прикладные (экономическая, социальная, отраслевая статистика).
Термин «статистика» произошел от латинского слова «статус» (status), что означает «состояние и положение вещей». Первоначально употреблялось в значении «политическое состояние». Возникновение статистики было связано с потребностями государственного управления. Уже ранние государства - Китай, Египет, Древняя Греция - нуждались в данных о населении и его составе, имущественном положении граждан, количестве скота, земельных угодий и т.д., положивших начало статистической практике. Потребности в статистических данных многократно возросли в период становления и развития капитализма, что стимулировало формирование статистики как науки.
В науку термин статистика ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины. Несмотря на это, статистический учет велся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и пр.

У истоков статистической науки стояли 2 школы: немецкая описательная и английская школа политических арифметиков.

Представители описательной школы (Герман Конринг, Готфрид Ахенваль, Август Людвиг Шленцер) своей задачей считали описание достопримечательностей государства: территории, населения, климата, политического устройства, вероисповедания, торговли и т.п. – без анализа закономерностей и связей между явлениями.

Представители школы политических арифметиков (Уильям Петти, Джон Граунт, Эдмунд Галлей) своей главной задачей считали выявление на основе большого числа наблюдений различных закономерностей и взаимосвязей в изучаемых явлениях.

Каждая школа развивалась своим путем, используя свои методы в исследованиях, но предмет изучения у них был общий – государство, общество и, в частности, массовые явления и процессы, происходящие в нем. Статистика сформировалась как наука в результате синтеза государствоведения и политической арифметики, причем от последней она взяла больше, поскольку статистика и в настоящее время призвана выявлять прежде всего различного рода закономерности в исследуемых явлениях.

Однако представители этих двух школ не дошли до теоретического обобщения практики учетно-статистических работ, до создания теории статистики. Эта задача была решена позднее, в XIX веке бельгийским ученым Адольфом Кетле, который дал определение предмета статистики, раскрыл суть ее методов. Под влиянием идей Кетле возникло третье направление статистической науки – математико-статистическое.
Дж. Граунт (1629-1674) считается основателем статистики, а так же социологии и демографии. Он впервые провел анализ бюллетеней смертности за 80 лет и выявил некоторые закономерности, присущие народонаселению Англии: мальчиков рождается больше чем девочек, однако смертность их выше, смертность в городе выше, чем в сельской местности, и т п.
Большой вклад в развитие статистической науки внес бельгийский ученый А. Кетле (1796-1874). Он впервые показал, что явления общественной жизни, несмотря на кажущуюся случайность, подчиняются внутренним закономерностям; указал на значение статистика в постижении таких закономерностей. Также он указал на то, что такие явления носят массовый характер, то есть закономерности могут быть выявлены лишь массе случаев.
Кетле впервые в 1836 провел теоретически обоснованную и эмпирически грамотную перепись населения Бельгии. В дальнейшем, в 1867 был проведен первый международный статистический конгресс (Россия), на котором были приняты основные принципе проведения переписи населения, действующие до сих пор (периодичность, массовость, скорость обработки данных и др.).

Вопрос 8.

Идентичен третьему.

Вопрос 9. Типы шкал данных.

Различают следующие типы шкал:(a) номинальная, (b) порядковая (ординальная), (c) интервальная (d) относительная (шкала отношения). Соответственно, имеем четыре типа переменных: (a) номинальная, (b) порядковая (ординальная), (c) интервальная и (d) относительная.

Номинальные переменные используются только для качественной классификации. Это означает, что данные переменные могут быть измерены только в терминах принадлежности к некоторым, существенно различным классам; при этом вы не сможете определить количество или упорядочить эти классы. Например, вы сможете сказать, что 2 индивидуума различимы в терминах переменной А (например, индивидуумы принадлежат к разным национальностям). Типичные примеры номинальных переменных - пол, национальность, цвет, город и т.д.
Порядковые переменные позволяют ранжировать (упорядочить) объекты, указав какие из них в большей или меньшей степени обладают качеством, выраженным данной переменной. Однако они не позволяют сказать "на сколько больше" или "на сколько меньше". Порядковые переменные иногда также называют ординальными. Типичный пример порядковой переменной - социоэкономический статус семьи. Мы понимаем, что верхний средний уровень выше среднего уровня, однако сказать, что разница между ними равна, скажем, 18% мы не сможем.
Интервальные переменные позволяют не только упорядочивать объекты измерения, но и численно выразить и сравнить различия между ними. Например, температура, измеренная в градусах Фаренгейта или Цельсия, образует интервальную шкалу.
Относительные переменные очень похожи на интервальные переменные. В дополнение ко всем свойствам переменных, измеренных в интервальной шкале, их характерной чертой является наличие определенной точки абсолютного нуля, таким образом, для этих переменных являются обоснованными предложения типа: x в два раза больше, чем y. Типичными примерами шкал отношений являются измерения времени или пространства. Например, температура по Кельвину образует шкалу отношения, и вы можете не только утверждать, что температура 200 градусов выше, чем 100 градусов, но и что она вдвое выше. Интервальные шкалы (например, шкала Цельсия) не обладают данным свойством шкалы отношения. Заметим, что в большинстве статистических процедур
не делается различия между свойствами интервальных шкал и шкал отношения.