Формирование и математическая обработка данных в социологии. Борисова Е.В. - 23 стр.

UptoLike

ВУЗ: 

ТвГТУ | Тверь

Составители: 

Рубрика: 

23
Преобразование данных - это видоизменение в индивидуальном
порядке необработанных данных. Общим примером может служить
логарифмическое преобразование, рассчитанное на то, чтобы как можно
более приблизить данные к нормальному распределению.
Основная процедура состоит в том, что к оценке каждого случая в
рамках множества необработанных данных прибавляется некоторая
константа, после чего исходная оценка заменяется подходящим
логарифмом с использованием логарифмических таблиц.
Существует еще одна важная проблема использования сводных
данных
. Она связана с тем, что такие данные чаще всего доступны в
форме, не позволяющей делать состоятельные сравнения между
единицами. Такая ситуация вынуждает стандартизировать меры. Мера
является стандартизированной, когда она сформулирована так, что в ней
учитываются возможные расхождения между отдельными случаями в
рамках переменных, отличных от той, которую она отображает. Так,
если
попытаться измерить понятие «милитаризация», опираясь на цифры
военных расходов различных государств, то прежде нужно
стандартизировать эту меру, выразив ее в форме процентного отношения к
валовому национальному продукту.
Сводные данные также возможно использовать в качестве основы
для выработки дополнительных показателей понятий. Когда результаты
исследования подтверждаются данными, собранными различными
методами, степень
доверия к этим результатам значительно возрастает.
2. ВИДЫ ПЕРЕМЕННЫХ
И ИХ СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ
Статистические характеристики одномерных распределений. В
процессе обработки и обобщения выборочных данных, изучаемых явлений
по величине и значению варьируемого признака, возникает необходимость
охарактеризовать исследуемую совокупность в целом, т.е. представить все
множества значений неким одним типичным
. Статистические
характеристики не относятся к отдельному случаю, а всегда представляют
собой результат обобщения данных по массе случаев, которая называется
статистической совокупностью
.
Для описания распределения признаков используют два типа
статистических процедур: измерение средней тенденции; вычисление
дисперсии. Средние тенденции помогают определить наиболее типичные
значения (одно или несколько), которые наилучшим образом представляют
весь комплекс признаков по данной переменной. Измеряя дисперсию,
можно установить, как варьируется отклонение отдельного значения от
его среднего значения, и не является ли
это отклонение настолько
большим, что средний (наиболее типичный) признак не является

Страницы