Статистическая отчетность. Статистик - это кто? Социальная, экономическая и правовая статистика Статистические формы отчетности и сроки их сдачи

Александр Герчик занимается трейдингом половину своей жизни, и как трейдер в первую очередь обращает внимание только на цифры. Потому что только цифры могут рассказать все о человеке. И не имеет значения – какие это цифры. Если человек говорит, что он сильный, то все смотрят на то, сколько раз он может подтянуться или отжаться или что-то ещё. И если человек не может назвать эти цифры, то скорее всего:

Он их не знает;
Он никогда этого не делал.

Переход на видео по ссылке — youtu.be/06xvPDdOpu4

Потому, что человек, который занимается спортом – может назвать свой показатель, свое достижение. Если это бег, например, то он может сказать, что может пробежать определенную дистанцию — 10 км и называет какой-то промежуток времени, который ему понадобиться, чтобы это осуществить, например, это может быть 30 минут, 40 или 1 час, но он точно это знает. Когда вы начинаете торговать – вы должны будете знать о своей статистике все. Для этого вам нужно как-то записывать свои статистические данные и систематизировать их так, чтобы потом удобно было использовать. У Александра Герчика есть такой вид сервиса, который он предлагает своим клиентам, он называется «Статистика трейдера » от Сергея Силантьева. И люди, которые регулярно ведут статистику – они получают намного лучше результаты,чем те, кто её вообще не ведет. Трейдер всегда знает свои цифры:

Какое количество положительных сделок.
Какое количество сделок в лонгах, шортах.
Какие средние стопы человек берет.
Какие средние тэйки человек берет.
Сколько времени человек находиться в прибыльной или убыточной позиции.
В какое время суток человек больше всего зарабатывает.
На каких стилях торговли человек больше всего зарабатывает.

Поэтому обширная статистика обязательно нужна, чтобы вы знали, что с вами происходит в любой момент времени.

03:04 Что вам даст статистика?

Многие трейдеры даже не понимают – насколько статистика нужна для торговли. Она просто откроет вам глаза на реальность, которую вы можете даже не замечать. Благодаря статистике, вы увидите — кто вы есть на самом деле, какой вы трейдер в торговле, сколько раз подряд вы можете сделать убыточных сделок, то есть вы будете знать о себе — все. Если вы возьмете все свои статистические данные и введете их в журнал статистики, даже если вы этого никогда не делали – то вы гарантировано будете приятно или неприятно удивлены, но во всяком случае поймете, что происходит с вами как трейдером в данный момент.

Владимир Мхитарян, заведующий отделением статистики, анализа данных и демографии НИУ ВШЭ

Объективные оценки устраивают далеко не всех. Отсюда и случаи, когда статистическими данными пытаются манипулировать - замалчивают и откровенно их передергивают. Бывает, что статистические данные искажаются под политическим давлением.

— Владимир Сергеевич, статистик - не из числа тех профессий, которые постоянно на слуху, как, например, айтишник или менеджер. Она востребована?

— Любая современная управленческая работа связана с обработкой информации. Сегодня недостаточно сказать, к примеру, что в экономике имеют место циклические кризисы - важны количественные оценки ситуации, которые обеспечивает именно статистика. Статистик занимается не только непосредственными измерениями - сбором и обработкой статистических данных, но и статистическим анализом и моделированием экономических процессов. Поэтому статистика - одна из самых востребованных профессий в мире: в рейтингах профессий в США она неоднократно занимала первые места.

— То есть представление, что статистиков готовят для работы в статистических ведомствах, неверное?

— Нет. Известно, что во Франции, например, на одного специалиста, который работает в статистическом ведомстве, приходится десять человек в бизнесе. И у нас подавляющее большинство специалистов, экономистов - статистиков (более 80 %) - уходят в бизнес. Однако в развитых странах мира работа в статистическом ведомстве очень престижна.

Возможности для трудоустройства обширные. Статистка - это инструмент, овладев которым можно работать в самых разных сферах - в банках, страховых и инвестиционных компаниях, в органах государственного управления, розничной торговле и т.д. Сейчас во многих компаниях от среднего до крупного бизнеса - создаются аналитические подразделения: отделы развития, маркетинга, продвижения товаров и услуг. Они могут называться по-разному, но задачи у них похожие - поддержка принятия управленческих решений. Даже в небольшом магазине - сотни товаров, и кто-то должен контролировать их продвижение к покупателю (поставка, реализация и даже своевременное изъятие товара из продажи с учетом срока его годности). А уж в крупных торговых сетях объемы обрабатываемых статистических данных огромны. Аналитическая работа проводится для того, чтобы все работало слаженно. В современном мире для успешного развития бизнеса надо знать не только показатели развития собственной компании, но и состояние рынка, учитывать внешние факторы - региональные, национальные и мировые.

В условиях рыночной экономики интерес к статистике как никогда велик: не случайно такие макроэкономические показатели, как курс доллара и евро или стоимость барреля нефти, на слуху у всех.

— Как собираются статистические данные? Откуда мы, допустим, знаем, какова в Москве средняя зарплата? А есть еще более сложные показатели - и их собирают по всей стране...

— Сбор информации - дорогостоящее мероприятие. В системе, обеспечивающей официальную статистику, работает порядка 200 - 300 тысяч человек, из которых в Росстате и ее территориальных органах - около 30 тысяч. Это целая многоуровневая система. На предприятиях происходит сбор бухгалтерской отчетности, информации о производственной деятельности - объемах производства, доходах и проч. Эта информация поступает в управление муниципальной статистики, затем - региональной и т.д. Кроме того ведется сбор информации по домашним хозяйствам. Есть и неофициальные источники статистических данных. У нас это только развивается, а на Западе сбором и обработкой статистической информации занимаются многие частные компании.

Сегодня в открытом доступе на сайте Росстата находятся огромные массивы статистических данных по регионам России и стране в целом.

— Как происходит анализ данных?

— Основных методов, которыми пользуется статистик, не так много. Как в музыке - семь нот и бесчисленное количество мелодий, так и в статистике - десятки инструментов, методов, но использование их в разных сочетаниях многократно расширяет круг решаемых задач.

Учитывая большую потребность в статистической данных, разработано множество аналитических пакетов прикладных программ, таких, как SPSS, Statistica, SAS, STATA и другие. Как раньше - на счетах, логарифмической линейке или калькуляторах сейчас уже никто не считает. Зато гораздо больше внимания уделяется постановке задач, сбору и оценке качества информации, построению моделей и интерпретации результатов статистических расчетов.

— Чем привлекательна эта профессия - вы многие годы ею занимаетесь. На первый взгляд, это аккуратная, дотошная - и может создаться впечатление, что скучная, - работа с цифрами…

— Сбор, анализ данных, расчёты, прогнозирование - это всегда упорядочивание картины мира. Вот у вас был очень большой массив данных, а в результате расчетов вы получили изящную модель, числа, которые говорят сами за себя. Это и нашим студентам очень нравится. Для неспециалиста числа существуют сами по себе, а профессионал их легко интерпретирует и видит за ними состояние экономики, финансовое состояние предприятия или качество жизни населения.

Вот, к примеру, как на Западе узнали о создании в СССР системы ГУЛАГ? Ведь эта информация была очень закрытой. Дело в том, что Советский Союз стал выпускать на мировой рынок уголь и лес по демпинговым ценам. Проходит полгода, год, а цены остаются такими же низкими и никто не разоряется. На Западе подсчитали и поняли, что это возможно, если исключить оплату труда. Отсюда вывод, что людей заставляют работать за еду, что возможно только в условиях существования лагерей.

Или еще пример. Дмитрию Ивановичу Менделееву поручили открыть для России тайну бездымного пороха, состав которого Германия скрывала особенно тщательно. Менделеев запросил открытые данные о перевозке грузов по железной дороге в направлении порохового завода. Проанализировав, какие материалы и в каком количестве поступают на завод, он определил состав пороха. Это примеры того, как может работать с данными профессионал, учитывая, что в экономике многие явления взаимосвязаны.

— У профессии статистика не самая лучшая репутация. Не случайно же появилось высказывание: «есть ложь, наглая ложь, а есть статистика».

— Помните мультфильм «Козленок, который умел считать до десяти»? В нем козленок пытается посчитать животных, которые входили на корабль. Это им не понравилось, и они даже преследовали козленка.

Так и в жизни: объективные оценки устраивают далеко не всех. Отсюда и случаи, когда статистическими данными пытаются манипулировать - замалчивают и откровенно их передергивают. Бывает, что статистические данные искажаются под политическим давлением. Самый известный пример, когда после окончания Великой Отечественной войны долго время считалось, что потери СССР в войне всего 7 миллионов человек. Это было сказано Сталиным, и миф продержался более десяти лет, пока не были обнародованы реальные данные о 27 миллионах погибших.

Помимо этого, нужно иметь в виду, что измерения в экономике и социальной сфере очень сложные - в них обобщается деятельность тысяч, миллионов людей. Например, как можно измерить уровень коррупционности в стране? Ведь никто никогда никому не говорит, кто кому и сколько платит. Или как можно оценить инвестиционную привлекательность страны, региона? Во всех этих случаях для получения оценок используют достаточно сложные и тонкие алгоритмы, в которых стараются минимизировать возможные ошибки. Эти задачи сегодня решаются, и каждый год публикуются международные рейтинги стран по уровню коррумпированности, инвестиционной привлекательности и т.д., с которыми в мире очень считаются.

— Почему статистические данные порой расходятся? В разных источниках можно найти, предположим, разные показатели относительно безработицы или прогнозы относительно инфляции.

— Данные могут расходиться вследствие использования разных методик расчета статистических показателей, каждая из которых имеет свои плюсы и минусы. Национальные стандарты статистики лучше учитывают специфику страны, но, чтобы можно было проводить межстрановые сопоставления, по требованию ООН расчеты основных макроэкономических показателей страны должны проводиться и по международным стандартам. Используются и другие методики, которые, по мнению авторов, дают более точные результаты.

— Что отличает опытного статистика от недавно окончившего вуз? В чем проявляется профессионализм?

— В такой сложной системе, как экономика, нет таких точных измерителей, как в технике, например, спидометр в автомобиле, термометр, часы и т.д. Многие экономические данные носят субъективный характер, поэтому выводы в статистике часто носят вероятностный характер. С опытом появляется чутье, интуиция. Опытный аналитик какие-то выводы ставит под сомнение, больше сопоставляет данные перед тем, как сделать окончательные выводы. Студенты же любят, чтобы все было четко, однозначно и ясно, поэтому к работе с данными часто подходят формально: рассчитал характеристику, построил модель - и не задумывается о том, насколько они адекватны исследуемому явлению. К сожалению, в экономике и социальной сфере мы не можем сказать, где находится абсолютная истина, поэтому так важен опыт для принятия оптимального решения. Компьютерная программа может провести многовариантные расчеты, а специалист должен из них выбрать оптимальный вариант. Для этого он, конечно, должен разбираться в предметной области, хорошо владеть статистической методологией, математико-статистическим инструментарием и компьютерными технологиями. В конце концов, нужен здравый смысл - не случайно в статистике широко используется метод максимального правдоподобия, когда выбирается наиболее вероятное из решений. Современные выпускники достаточно быстро набираются опыта и занимают хорошие позиции в экономике.

— Что является вершиной карьеры статистика?

— Нет одного на всех сценария. Люди пробуют работать в разных сферах деятельности. А уж до каких позиций человек сможет дорасти, зависит только от него самого. Среди выпускников, экономистов-статистиков, есть руководители Росстата, министры, губернаторы - я имею в виду бывшего губернатора Красноярского края, депутата Госдумы Валерия Зубова. И за рубежом есть подобные примеры. Среди выпускников по специальности статистика - премьер-министры и министры стран, мэры городов, президент Академии наук Монголии (АНМ) - Батболдын Энхтувшин.

— Кстати, за рубежом наш специалист с дипломом статистика может устроиться на работу?

— Вполне. Сотрудница нашего отделения Мария Плотникова в 2007 году закончила МЭСИ по специальности статистка, поступила в аспирантуру и защитила в 2010 году кандидатскую диссертацию, связанную со статистическим анализом наркотической ситуации в России. После защиты в 2011 году переехала в Австралию и сейчас там работает по специальности. Это далеко не единичный пример. Под моим руководством 18 иностранных аспирантов защитили кандидатские диссертации по статистике, им присвоена ученая степень PhD, и они успешно работают в разных странах. Профессия востребована во всем мире. И человек, который хорошо владеет языком международного общения - английским, может работать в любой стране. Однако я думаю, что наши выпускники имеют хорошие шансы на трудоустройство и в России.

Беседовала Елена Кузнецова

Статистика - отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных.
Слово «статистика» происходит от латинского status - состояние дел. 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 вёлся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и т. п.
Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных.
Начало статистической практики относится примерно ко времени возникновения государства. Первой опубликованной статистической информацией можно считать глиняные таблички Шумерского царства (III - II тысячелетия до н. э.).
Вначале под статистикой понимали описание экономического и политического состояния государства или его части. Например, к 1792 г. относится определение: «статистика описывает состояние государства в настоящее время или в некоторый известный момент в прошлом». И в настоящее время деятельность государственных статистических служб вполне укладывается в это определение.
Постепенно термин «статистика» стал использоваться более широко. В XX веке статистику часто рассматривают прежде всего как самостоятельную научную дисциплину. Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных. В 1954 г. академик АН УССР Б. В. Гнеденко дал следующее определение: «Статистика состоит из трёх разделов:
1. сбор статистических сведений, то есть сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;
2. статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;
3. разработка приёмов статистического наблюдения и анализа статистических данных. Последний раздел, собственно, и составляет содержание математической статистики».
Термин «статистика» употребляют ещё в двух смыслах. Во-первых, в обиходе под «статистикой» часто понимают набор количественных данных о каком-либо явлении или процессе. Во-вторых, статистикой называют функцию от результатов наблюдений, используемую для оценки характеристик и параметров распределений и проверки гипотез.
Типовые примеры раннего этапа применения статистических методов описаны в Библии, в Ветхом Завете. Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчёту числа попаданий значений наблюдаемых признаков в определённые градации.
Сразу после возникновения теории вероятностей (Паскаль, Ферма, XVII век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0.5, анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и т. д.
В 1794 г. (по другим данным - в 1795 г.) немецкий математик Карл Гаусс формализовал один из методов современной математической статистики - метод наименьших квадратов. В XIX веке заметный вклад в развитие практической статистики внёс бельгиец Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей.
Первая треть ХХ века прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.
Разработанную в первой трети ХХ века теорию анализа данных называют параметрической статистикой, поскольку её основной объект изучения - это выборки из распределений, описываемых одним или небольшим числом параметров. Наиболее общим является семейство кривых Пирсона, задаваемых четырьмя параметрами. Как правило, нельзя указать каких-либо веских причин, по которым распределение результатов конкретных наблюдений должно входить в то или иное параметрическое семейство. Исключения хорошо известны: если вероятностная модель предусматривает суммирование независимых случайных величин, то сумму естественно описывать нормальным распределением; если же в модели рассматривается произведение таких величин, то итог, видимо, приближается логарифмически нормальным распределением и так далее.
В настоящее время термин статистика употребляется в 4 значениях:
1. наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественным содержанием – учебный предмет в высших и средних специальных учебных заведений;
2. совокупность цифровых сведений, характеризующих состояние массовых явлений и процессов общественной жизни; статистические данные, представляемые в отчетности предприятий, организаций, отраслей экономики, а также публикуемых в сборниках, справочниках, периодической печати и в сети Интернет, которые являются результатом статистической работы;
3. отрасль практической деятельности («статистический учет») по сбору, обработке, анализу и публикации массовых цифровых данных о самых различных явлениях и процессах общественной жизни;
4. некий параметр ряда случайных величин, получаемый по определенному алгоритму из результатов наблюдений, например, статистические критерии (критические статистики), применяющиеся при проверке различных гипотез (предположительных утверждений) относительно природы или значений отдельных показателей исследуемых данных, особенностей их распределения и пр.
Как и любая другая наука, статистика имеет свой предмет и метод исследования. Статистика изучает количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной или содержанием, а также исследует количественное выражение закономерностей общественного развития в конкретных условиях места и времени. Такое изучение основывается на системе категорий (понятий), отражающих наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира.
Основные категории, используемые в статистике:
1. Статистическая совокупность – множество социально-экономических объектов или явлений общественной жизни, объединенных качественной основой, но отличающихся друг от друга отдельными признаками, т.е. однородных в одном отношении, но разнородных в другом. Таковы, например, совокупность домохозяйств, семей, предприятий, фирм и т.п.
2. Единица совокупности – первичный элемент статистической совокупности, являющийся носителем признаков и основой ведущегося при обследовании счета.
3. Признак единицы совокупности – свойства единицы совокупности, которые различаются способами их измерения и другими особенностями
4. Статистический показатель – понятие, отображающее количественные характеристики (размеры) или соотношения признаков общественных явлений. Статистические показатели можно подразделить на первичные (объемные) – характеризуют либо общее число единиц совокупности (объем совокупности), либо сумму значений какого-либо признака (объем признака) и выражаются абсолютными величинами и вторичные (расчетные) – задаются на единицу первичного показателя и выражаются относительными и средними величинами. Статистические показатели могут быть плановыми, отчетными и прогнозными.
5. Система статистических показателей – совокупность статистических показателей, отражающая взаимосвязи, которые объективно существуют между явлениями. Она охватывает все стороны общественной жизни как на макро-, так и на микроуровне. С изменением условий жизни общества меняются и системы статистических показателей, совершенствуется методология их расчета.
Совокупность приемов, пользуясь которыми статистика исследует свой предмет, составляет метод статистики. Можно выделить 3 группы статистических методов (3 этапа статистического исследования):
1. Cтатистическое наблюдение - научно организованный сбор сведений, заключающийся в регистрации тех или иных фактов, признаков, относящихся к каждой единице изучаемой совокупности;
2. Сводка и группировка - обработка собранных первичных данных, включающая их группировку, обобщение и оформление в таблицах;
3. Статистический анализ - на основе итоговых данных сводки рассчитываются различные обобщающие показатели в виде средних и относительных величин, выявляются определенные закономерности в распределениях, динамике показателей и т.п.
Таким образом, любое законченное статистическое исследование проходит в 3 этапа, между которыми, разумеется, могут быть перерывы во времени.
Статисти?ческие ме?тоды - методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.
Классификация статистических методов. Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.
Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование методов общего назначения, без учета специфики области применения;
б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
в) применение статистических методов и моделей для статистического анализа конкретных данных.

Прикладная статистика - это наука о том, как обрабатывать данные произвольной природы. Математической основой прикладной статистики и статистических методов анализа является теория вероятностей и математическая статистика.
Описание вида данных и механизма их порождения - начало любого статистического исследования. Для описания данных применяют как детерминированные, так и вероятностные методы. С помощью детерминированных методов можно проанализировать только те данные, которые имеются в распоряжении исследователя. Например, с их помощью получены таблицы, рассчитанные органами официальной государственной статистики на основе представленных предприятиями и организациями статистических отчетов. Перенести полученные результаты на более широкую совокупность, использовать их для предсказания и управления можно лишь на основе вероятностно-статистического моделирования. Поэтому в математическую статистику часто включают лишь методы, опирающиеся на теорию вероятностей.
В простейшей ситуации статистические данные - это значения некоторого признака, свойственного изучаемым объектам. Значения могут быть количественными или представлять собой указание на категорию, к которой можно отнести объект. Во втором случае говорят о качественном признаке.
При измерении по нескольким количественным или качественным признакам в качестве статистических данных об объекте получаем вектор. Его можно рассматривать как новый вид данных. В таком случае выборка состоит из набора векторов. Есть часть координат - числа, а часть - качественные (категоризованные) данные, то говорим о векторе разнотипных данных.
Одним элементом выборки, то есть одним измерением, может быть и функция в целом. Например, описывающая динамику показателя, то есть его изменение во времени, - электрокардиограмма больного или амплитуда биений вала двигателя. Или временной ряд, описывающий динамику показателей определенной фирмы. Тогда выборка состоит из набора функций.
Элементами выборки могут быть и иные математические объекты. Например, бинарные отношения. Так, при опросах экспертов часто используют упорядочения (ранжировки) объектов экспертизы - образцов продукции, инвестиционных проектов, вариантов управленческих решений. В зависимости от регламента экспертного исследования элементами выборки могут быть различные виды бинарных отношений (упорядочения, разбиения, толерантности), множества, нечёткие множества и т. д.
Итак, математическая природа элементов выборки в различных задачах прикладной статистики может быть самой разной. Однако можно выделить два класса статистических данных - числовые и нечисловые. Соответственно прикладная статистика разбивается на две части - числовую статистику и нечисловую статистику.
Числовые статистические данные - это числа, вектора, функции. Их можно складывать, умножать на коэффициенты. Поэтому в числовой статистике большое значение имеют разнообразные суммы. Математический аппарат анализа сумм случайных элементов выборки - это (классические) законы больших чисел и центральные предельные теоремы.
Нечисловые статистические данные - это категоризованные данные, вектора разнотипных признаков, бинарные отношения, множества, нечеткие множества и др. Их нельзя складывать и умножать на коэффициенты. Поэтому не имеет смысла говорить о суммах нечисловых статистических данных. Они являются элементами нечисловых математических пространств (множеств). Математический аппарат анализа нечисловых статистических данных основан на использовании расстояний между элементами (а также мер близости, показателей различия) в таких пространствах. С помощью расстояний определяются эмпирические и теоретические средние, доказываются законы больших чисел, строятся непараметрические оценки плотности распределения вероятностей, решаются задачи диагностики и кластерного анализа, и т. д. (см. ).
В прикладных исследованиях используют статистические данные различных видов. Это связано, в частности, со способами их получения. Например, если испытания некоторых технических устройств продолжаются до определенного момента времени, то получаем т. н. цензурированные данные, состоящие из набора чисел - продолжительности работы ряда устройств до отказа, и информации о том, что остальные устройства продолжали работать в момент окончания испытания. Цензурированные данные часто используются при оценке и контроле надежности технических устройств.
Теория вероятностей - раздел математики, изучающий закономерности случайных явлений: случайные события, случайные величины, их свойства и операции над ними.
Возникновение теории вероятностей как науки относят к средним векам и первым попыткам математического анализа азартных игр (орлянка, кости, рулетка). Первоначально её основные понятия не имели строго математического вида, к ним можно было относиться как к некоторым эмпирическим фактам, как к свойствам реальных событий, и они формулировались в наглядных представлениях. Самые ранние работы учёных в области теории вероятностей относятся к XVII веку. Исследуя прогнозирование выигрыша в азартных играх, Блез Паскаль и Пьер Ферма открыли первые вероятностные закономерности, возникающие при бросании костей. Под влиянием поднятых и рассматриваемых ими вопросов решением тех же задач занимался и Христиан Гюйгенс. При этом с перепиской Паскаля и Ферма он знаком не был, поэтому методику решения изобрёл самостоятельно. Его работа, в которой вводятся основные понятия теории вероятностей (понятие вероятности как величины шанса; математическое ожидание для дискретных случаев, в виде цены шанса), а также используются теоремы сложения и умножения вероятностей (не сформулированные явно), вышла в печатном виде на двадцать лет раньше (1657 год) издания писем Паскаля и Ферма (1679 год).
Важный вклад в теорию вероятностей внёс Якоб Бернулли: он дал доказательство закона больших чисел в простейшем случае независимых испытаний. В первой половине XIX века теория вероятностей начинает применяться к анализу ошибок наблюдений; Лаплас и Пуассон доказали первые предельные теоремы. Во второй половине XIX века основной вклад внесли русские учёные П. Л. Чебышев, А. А. Марков и А. М. Ляпунов. В это время были доказаны закон больших чисел, центральная предельная теорема, а также разработана теория цепей Маркова. Современный вид теория вероятностей получила благодаря аксиоматизации, предложенной Андреем Николаевичем Колмогоровым. В результате теория вероятностей приобрела строгий математический вид и окончательно стала восприниматься как один из разделов математики.
Математическая статистика - раздел математики, разрабатывающий методы регистрации, описания и анализа данных наблюдений и экспериментов с целью построения вероятностных моделей массовых случайных явлений. В зависимости от математической природы конкретных результатов наблюдений статистика математическая делится на статистику чисел, многомерный статистический анализ, анализ функций (процессов) и временных рядов, статистику объектов нечисловой природы.
Математическая статистика сформировалась как научная дисциплина, являющаяся частью математики во 2-й половине XIX - начале XX веков.
Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надёжность и точность выводов, делаемых на основании ограниченного статистического материала (напр., оценить необходимый объём выборки для получения результатов требуемой точности при выборочном обследовании).
Выделяют описательную статистику, теорию оценивания и теорию проверки гипотез. Описательная статистика есть совокупность эмпирических методов, используемых для визуализации и интерпретации данных (расчет выборочных характеристик, таблицы, диаграммы, графики и т. д.), как правило, не требующих предположений о вероятностной природе данных. Некоторые методы описательной статистики предполагают использование возможностей современных компьютеров. К ним относятся, в частности, кластерный анализ, нацеленный на выделение групп объектов, похожих друг на друга, и многомерное шкалирование, позволяющее наглядно представить объекты на плоскости.
Методы оценивания и проверки гипотез опираются на вероятностные модели происхождения данных. Эти модели делятся на параметрические и непараметрические. В параметрических моделях предполагается, что характеристики изучаемых объектов описываются посредством распределений, зависящих от (одного или нескольких) числовых параметров. Непараметрические модели не связаны со спецификацией параметрического семейства для распределения изучаемых характеристик. В математической статистике оценивают параметры и функции от них, представляющие важные характеристики распределений (например, математическое ожидание, медиана, стандартное отклонение, квантили и др.), плотности и функции распределения и пр. Используют точечные и интервальные оценки.
В математической статистике есть общая теория проверки гипотез и большое число методов, посвящённых проверке конкретных гипотез. Рассматривают гипотезы о значениях параметров и характеристик, о проверке однородности (то есть о совпадении характеристик или функций распределения в двух выборках), о согласии эмпирической функции распределения с заданной функцией распределения или с параметрическим семейством таких функций, о симметрии распределения и др.
Большое значение имеет раздел математической статистики, связанный с проведением выборочных обследований, со свойствами различных схем организации выборок и построением адекватных методов оценивания и проверки гипотез.
Задачи восстановления зависимостей активно изучаются более 200 лет, с момента разработки К. Гауссом в 1794 г. метода наименьших квадратов.
Разработка методов аппроксимации данных и сокращения размерности описания была начата более 100 лет назад, когда К. Пирсон создал метод главных компонент. Позднее были разработаны факторный анализ и многочисленные нелинейные обобщения.
Различные методы построения (кластер-анализ), анализа и использования (дискриминантный анализ) классификаций (типологий) именуют также методами распознавания образов (с учителем и без), автоматической классификации и др.
В настоящее время компьютеры играют большую роль в математической статистике. Они используются как для расчётов, так и для имитационного моделирования (в частности, в методах размножения выборок и при изучении пригодности асимптотических результатов).

Сам термин "статистика" появился в середине 18 века и подразумевал совокупность данных о государстве. Однако на сегодня это понятие значительно расширилось: статистическими сведениями характеризуются различные сферы нашей жизни: данные о населении, промышленности, здравоохранении, культуре, технике, торговле, сельском хозяйстве. Все эти данные собирают, анализируют и обрабатывают специалисты, которые называются статистиками. Сама профессия статистик подразумевает изучение и обработку количественных показателей развития производства и общества, их состояния и колебаний, выполняемая при помощи компьютерного обеспечения.

В обязанности квалифицированного статистика входит:

своевременный сбор и сопоставление данных периодической отчётности согласно заданных показателей;
проверка правильности полученных данных, оценка их качества и динамики;
систематизация, анализ цифровых сведений, определение на этой основе закономерностей развития общества;
создание статистических справок на основе полученных данных;
ведение финансовой документации;
учёт ценных бумаг;
участие в анализе хозяйственной, производственной и финансовой деятельности предприятий.

Требования к статистикам

Статистик должен иметь математическое или финансово-экономическое образование, знать основы экономической статистики, методы статистического и технического анализа показателей работы организаций, уметь работать с документами финансовой отчётности предприятий, знать базовые компьютерные программы по статистике. К тому же, с точки зрения личностных качеств, профессия статистик подразумевает:

развитое аналитическое мышление и логику;
высокую работоспособность;
умение рационально организовать свой труд;
усидчивость и терпеливость, умение выполнять кропотливую работу;
хорошую память и внимательность;
умение концентрировать внимание и уделять внимание мелочам;
ответственность и компетентность, скрупулёзность и аккуратность.

Востребованность и оплата труда

На Западе люди профессия статистик довольно востребована и уважаема, она считается одной из лучших и достойных и соответственно оплачивается; квалифицированные специалисты-статисты в Европе и США зарабатывают до 6-8 тыс. долларов в месяц. В России данная профессия тоже достаточно распространена и хорошие специалисты очень ценятся, однако оплата труда значительно меньше, чем у западных коллег: средний заработок составляет от 20 до 30 тыс.рублей в месяц, а в Москве - до 35 тысяч.

Несомненными плюсами профессии статист являются её перспективность (хороший специалист может с лёгкостью дослужиться до начальника отдела, управления или финансового директора), отсутствие командировок и работа в офисе, невысокий уровень финансовой ответственности, достойная оплата труда. Однако у этой профессии есть и свои минусы: высокие интеллектуальные и психические нагрузки, длительное пребывание в сидячем положении, однообразная, кропотливая работа.

06.10.2018 | Пресс-конференция главных тренеров после двухматчевого противостояния «Чебоксар» и «Мордовии».

На пресс-конференции главных тренеров, подытожившей двухматчевое сражение «Чебоксар» и «Мордовии», главным стал тот факт, что наставники команд категорически не сошлись в статистике бросков по воротам в первом матче.

Юрий Воробьёв , главный тренер «Мордовии»:

Были две напряжённые игры. О вчерашней игре кратко в цифрах: броски в створ 38 против 16. У нас было три выхода «один в ноль». Но если не забиваешь, как можно выиграть?

Сегодня мы с коллегой пришли к выводу, что команды не успели восстановиться. Свежести не хватало. Но общий итог: по два очка каждой из команд - это логично.

- Как здоровье голкипера Глеба Евдокимова?

Сейчас работает врач, накладывает швы. Скоро узнаем подробнее.

Сергей Нуржанов , главный тренер ХК «Чебоксары»:

Две равные команды. У нас есть вопросы к тем, кто ведёт статистику бросков для лиги. Наши тренеры считают специально, вчера было по броскам в створ – 19:19. А в статистике другие цифры. Может, считают набросы, броски от красной линии? Часто вот так неправильно считают.

Я поблагодарил ребят за битвы. Сегодня мы даже больше голевых моментов создали, чем вчера. Будем двигаться дальше.

Пресс-служба ХК «Чебоксары»