ઘર સંશોધન આંકડા શું છે અને આધુનિક સમાજમાં તેનું મહત્વ શું છે? આંકડા દર્શાવે છે કે યુ.એસ.ની અર્થવ્યવસ્થા સામાન્ય રીતે માનવામાં આવે છે તેના કરતા ઘણી ખરાબ સ્થિતિમાં છે.

આંકડા શું છે અને આધુનિક સમાજમાં તેનું મહત્વ શું છે? આંકડા દર્શાવે છે કે યુ.એસ.ની અર્થવ્યવસ્થા સામાન્ય રીતે માનવામાં આવે છે તેના કરતા ઘણી ખરાબ સ્થિતિમાં છે.

વિષયની સુસંગતતા એ હકીકતમાં રહેલી છે કે આંકડાકીય ખ્યાલો એ આધુનિક વ્યક્તિના બૌદ્ધિક સામાનનો સૌથી મહત્વપૂર્ણ ઘટક છે. રોજિંદા જીવનમાં તેઓની જરૂર છે, કારણ કે ચૂંટણીઓ અને લોકમત, બેંક લોન અને વીમા પૉલિસીઓ, રોજગાર કોષ્ટકો અને સમાજશાસ્ત્રીય સર્વેક્ષણોના ચાર્ટ્સ આપણા જીવનમાં શક્તિશાળી રીતે પ્રવેશ્યા છે; સમાજશાસ્ત્ર, અર્થશાસ્ત્ર, કાયદો, દવા, જેવા ક્ષેત્રોમાં સતત શિક્ષણ માટે પણ તેમની જરૂર છે. ડેમોગ્રાફી અને અન્ય.

સંદર્ભ સાહિત્ય અને મીડિયામાં કોષ્ટકો અને આકૃતિઓનો વ્યાપક ઉપયોગ થાય છે. સરકાર અને વ્યવસાયિક સંસ્થાઓ નિયમિતપણે સમાજ અને પર્યાવરણ વિશે વ્યાપક માહિતી એકત્રિત કરે છે. આ ડેટા કોષ્ટકો અને ચાર્ટના રૂપમાં પ્રકાશિત થાય છે.

સમાજ પોતાનો વધુ ઊંડો અભ્યાસ કરવાનું શરૂ કરે છે અને પોતાના વિશે અને પ્રાકૃતિક ઘટનાઓ વિશે આગાહી કરવા માટે પ્રયત્ન કરે છે જેને સંભાવના વિશે વિચારોની જરૂર હોય છે. દરેક વ્યક્તિ માહિતીના પ્રવાહમાં સારી રીતે વાકેફ હોવી જોઈએ.

આપણે સંભવિત પરિસ્થિતિમાં જીવતા શીખવું જોઈએ. અને આનો અર્થ છે માહિતી કાઢવા, વિશ્લેષણ અને પ્રક્રિયા કરવી, રેન્ડમ પરિણામો સાથે વિવિધ પરિસ્થિતિઓમાં માહિતગાર નિર્ણયો લેવા.

અમારો વર્ગ અભ્યાસના હેતુ તરીકે પસંદ કરવામાં આવ્યો હતો.

અભ્યાસનો વિષય :

  • આંકડાકીય પદ્ધતિઓનો ઉપયોગ
  • અભિપ્રાય મતદાન
  • આંકડાકીય લાક્ષણિકતાઓ: અંકગણિત સરેરાશ, મધ્ય, શ્રેણી;
  • આંકડાકીય લાક્ષણિકતાઓનું અર્થઘટન;
  • માહિતીની દ્રશ્ય પ્રસ્તુતિ.

અભ્યાસનો હેતુ:

  • આંકડાકીય નિરીક્ષણના પ્રકારો અને પદ્ધતિઓથી પરિચિત થાઓ; - આંકડાકીય માહિતી કેવી રીતે એકત્રિત અને જૂથબદ્ધ કરવામાં આવે છે, આંકડાકીય માહિતીને દૃષ્ટિની રીતે કેવી રીતે રજૂ કરી શકાય તે શોધો.

સંશોધન હેતુઓ:

1. આ વિષય પર સાહિત્યનો અભ્યાસ કરો.

2. આંકડાકીય લાક્ષણિકતાઓની પુષ્ટિ કરવા માટે માહિતી એકત્રિત કરો.

3. આ માહિતી પર પ્રક્રિયા કરો.

4. આંકડાકીય અભ્યાસના પરિણામોનું અર્થઘટન કરો.

5. પ્રાપ્ત માહિતીને દૃષ્ટિપૂર્વક રજૂ કરો.

સંશોધન પદ્ધતિઓ :

કામના તબક્કાઓ :

કાર્ય (સંશોધન) યોજના:

1. આ મુદ્દા પર શૈક્ષણિક અને વધારાના સાહિત્યનું વિશ્લેષણ.

2. ગ્રેડ 9A માં વિદ્યાર્થીઓ વચ્ચે સર્વેક્ષણ હાથ ધરવું.

3. પ્રાપ્ત ડેટા પર પ્રક્રિયા કરવી, આલેખ અને આકૃતિઓ બનાવવી.

4. પ્રાપ્ત પરિણામોનું વિશ્લેષણ, સામાન્યીકરણ અને સરખામણી.

પદ્ધતિઓ અને સામગ્રી.

1. જાહેર અભિપ્રાય મતદાન માટે પ્રશ્નાવલિ દોરવી.

2. અભ્યાસ હેઠળના વિષય પર સામગ્રીનો સંગ્રહ.

3. એકત્રિત સામગ્રીનું વિશ્લેષણ.

4. આંકડાકીય પરિણામોનું અર્થઘટન.

5. આંકડાકીય સંશોધનના પરિણામોની વિઝ્યુઅલ પ્રસ્તુતિ.

સર્વે પ્રશ્નો:

1. વિદ્યાર્થીઓનો પ્રિય વિષય.

2. 2013-2014, 2014-2015, 2015-2016 માટે વિદ્યાર્થીઓની ઊંચાઈ અને વજન.

3. વાલીઓ અને વિદ્યાર્થીઓના મનપસંદ ટીવી શો.

4. વિદ્યાર્થીઓનો પ્રિય શો.

5. વિદ્યાર્થીઓના જૂતાના કદ.

6. વિદ્યાર્થીઓના પ્રિય ગાયક.

7. મુખ્ય વિષયોમાં 2015-2016 શૈક્ષણિક વર્ષના પ્રથમ ભાગ માટે વિદ્યાર્થીઓનું પ્રદર્શન.

2. આંકડા

2.1. આંકડા શું છે

આંકડા (લેટિન સ્ટેટસમાંથી) એ વિજ્ઞાન છે જે જીવનમાં વિવિધ પ્રકારની સામૂહિક ઘટનાઓ વિશે માત્રાત્મક માહિતીનો અભ્યાસ, પ્રક્રિયા અને વિશ્લેષણ કરે છે.

"આંકડા" શબ્દ 18મી સદીના મધ્યમાં દેખાયો. જેનો અર્થ "સરકાર" થાય છે. તે મઠોમાં વ્યાપક બન્યું. ધીમે ધીમે એક સામૂહિક અર્થ પ્રાપ્ત કર્યો. એક તરફ, આંકડા એ સંખ્યાત્મક સૂચકાંકોનો સમૂહ છે જે સામાજિક ઘટનાઓ અને પ્રક્રિયાઓ (શ્રમ આંકડા, પરિવહનના આંકડા) ની લાક્ષણિકતા ધરાવે છે.

બીજી બાજુ, આંકડા જાહેર જીવનના વિવિધ ક્ષેત્રોમાં ડેટા એકત્રિત કરવા, પ્રક્રિયા કરવા અને તેનું વિશ્લેષણ કરવાની વ્યવહારિક પ્રવૃત્તિઓનો સંદર્ભ આપે છે.

ત્રીજી બાજુ, આંકડા વિવિધ સંગ્રહોમાં પ્રકાશિત સામૂહિક એકાઉન્ટિંગના પરિણામો છે. છેવટે, પ્રાકૃતિક વિજ્ઞાનમાં, આંકડાઓ ગણિતના સૂત્રો સાથે સામૂહિક અવલોકન ડેટાના પત્રવ્યવહારનું મૂલ્યાંકન કરવા માટેની પદ્ધતિઓ અને પદ્ધતિઓનો સંદર્ભ આપે છે. આમ, આંકડાશાસ્ત્ર એ એક સામાજિક વિજ્ઞાન છે જે સામૂહિક સામાજિક ઘટનાઓની જથ્થાત્મક બાજુનો તેમની ગુણાત્મક બાજુ સાથે અસ્પષ્ટ જોડાણમાં અભ્યાસ કરે છે.

2.2. આંકડાઓના પ્રકાર

આંકડાઓના પ્રકાર: નાણાકીય, જૈવિક, આર્થિક, તબીબી, કર, હવામાનશાસ્ત્ર, વસ્તી વિષયક. ગાણિતિક આંકડા એ ગણિતની એક શાખા છે જે વૈજ્ઞાનિક અને વ્યવહારુ તારણો માટે આંકડાકીય માહિતીની પ્રક્રિયા કરવા અને તેનો ઉપયોગ કરવા માટેની ગાણિતિક પદ્ધતિઓનો અભ્યાસ કરે છે.

2.3. આંકડાકીય લાક્ષણિકતાઓ

મુખ્ય આંકડાકીય લાક્ષણિકતાઓ અંકગણિત સરેરાશ, સ્થિતિ, શ્રેણી, મધ્ય છે.

સંખ્યાઓની શ્રેણીનો અંકગણિત સરેરાશ એ આ સંખ્યાઓના સરવાળાને તેમની સંખ્યા દ્વારા વિભાજિત કરવાનો ભાગ છે.

મોડ એ સામાન્ય રીતે શ્રેણીમાંનો નંબર છે જે તે શ્રેણીમાં સૌથી વધુ વારંવાર થાય છે. મોડ એ લાક્ષણિકતા (ચલ) નું મૂલ્ય છે જે અભ્યાસ કરવામાં આવતી વસ્તીમાં મોટાભાગે પુનરાવર્તિત થાય છે.

શ્રેણી એ ડેટા શ્રેણીના સૌથી મોટા અને નાના મૂલ્યો વચ્ચેનો તફાવત છે.

સંખ્યાઓની વિષમ સંખ્યા ધરાવતી શ્રેણીનો મધ્યક આ શ્રેણીમાંની સંખ્યા છે જે જો આ શ્રેણી ક્રમાંકિત કરવામાં આવે તો મધ્યમાં હશે.

2.4. ડેટા પ્રોસેસિંગ

વિજ્ઞાનના કોઈપણ વિશિષ્ટ ક્ષેત્રોમાં આંકડાકીય માહિતી એકત્રિત કરવા અને પ્રક્રિયા કરવાની પદ્ધતિઓ અનુરૂપ વિશેષ આંકડાઓનો વિષય છે, ઉદાહરણ તરીકે ભૌતિક, તારાઓની, આર્થિક, તબીબી, વસ્તી વિષયક, વગેરે. વિશ્લેષણની આંકડાકીય પદ્ધતિઓની ઔપચારિક ગાણિતિક બાજુ, વિશિષ્ટતાઓથી સ્વતંત્ર. જે વસ્તુઓનો અભ્યાસ કરવામાં આવી રહ્યો છે અને ચોક્કસ વિસ્તારનું જ્ઞાન ગાણિતિક આંકડાઓનો યોગ્ય વિષય છે. આંકડાકીય અવલોકન એ સામાજિક જીવનની ઘટનાઓ અને પ્રક્રિયાઓ પર જરૂરી માહિતીનો સંગ્રહ છે. તમે જાહેર અભિપ્રાય મતદાન કરી શકો છો, ડેટાની શ્રેણીની કેન્દ્રિય વૃત્તિઓ શોધી શકો છો: અંકગણિત સરેરાશ, મોડ, મધ્ય, શ્રેણી; આંકડાકીય અભ્યાસના પરિણામોનું અર્થઘટન આપો અને પ્રાપ્ત માહિતીને દૃષ્ટિપૂર્વક રજૂ કરો.

પરંતુ આ માત્ર ડેટાનો કોઈ સંગ્રહ નથી, પરંતુ માત્ર વ્યવસ્થિત, વૈજ્ઞાનિક રીતે વ્યવસ્થિત, વ્યવસ્થિત અને અધ્યયન કરવામાં આવતી ઘટનાઓ અને પ્રક્રિયાઓની લાક્ષણિકતાઓને રેકોર્ડ કરવાનો હેતુ છે. અભ્યાસના અંતિમ પરિણામો પ્રથમ તબક્કે મેળવેલા ડેટાની ગુણવત્તા પર આધાર રાખે છે.

વિવિધ સામાજિક અને સામાજિક-આર્થિક ઘટનાઓ, તેમજ પ્રકૃતિમાં બનતી કેટલીક પ્રક્રિયાઓનો અભ્યાસ કરવા માટે, વિશેષ આંકડાકીય અભ્યાસ હાથ ધરવામાં આવે છે. સંશોધન પદ્ધતિઓ : સાહિત્ય વિશ્લેષણ, પ્રશ્નાવલિ, આંકડાકીય સર્વેક્ષણ, પ્રાપ્ત ડેટાની આંકડાકીય પ્રક્રિયા, વિશ્લેષણ, પ્રાપ્ત પરિણામોની સરખામણી.

કોઈપણ આંકડાકીય અભ્યાસની શરૂઆત ઘટના અથવા પ્રક્રિયા વિશેની માહિતીના લક્ષ્યાંકિત સંગ્રહથી થાય છે.

આંકડાકીય પદ્ધતિમાં નીચેની ક્રિયાઓનો ક્રમ સામેલ છે:

  • આંકડાકીય પૂર્વધારણાનો વિકાસ,
  • આંકડાકીય અવલોકન,
  • આંકડાકીય માહિતીનો સારાંશ અને જૂથીકરણ,
  • માહિતી વિશ્લેષણ,
  • ડેટાનું અર્થઘટન.

દરેક તબક્કાનો માર્ગ એ કાર્યની સામગ્રી દ્વારા સમજાવાયેલ વિશેષ પદ્ધતિઓના ઉપયોગ સાથે સંકળાયેલ છે.

આંકડાકીય અવલોકનની પદ્ધતિઓ

તથ્યો રેકોર્ડ કરવા માટેનો આધાર કાં તો દસ્તાવેજો, અથવા વ્યક્ત કરાયેલ અભિપ્રાય અથવા સમય ડેટા હોઈ શકે છે. આ સંદર્ભે, અવલોકન અલગ પડે છે:

  • પ્રત્યક્ષ (પોતાને માપવા),
  • દસ્તાવેજીકૃત (દસ્તાવેજોમાંથી),
  • સર્વેક્ષણ (કોઈના મતે).

માહિતી એકત્રિત કરવાની નીચેની પદ્ધતિઓનો ઉપયોગ આંકડાઓમાં થાય છે:

  • સંવાદદાતા (સ્વૈચ્છિક સંવાદદાતાઓનો સ્ટાફ),
  • ફોરવર્ડિંગ (મૌખિક, ખાસ પ્રશિક્ષિત કામદારો)
  • પ્રશ્નાવલી (પ્રશ્નાવલી સ્વરૂપે),
  • સ્વ-નોંધણી (ઉત્તરદાતાઓ દ્વારા જાતે ફોર્મ ભરવા),
  • વ્યક્તિગત (લગ્ન, બાળકો, છૂટાછેડા), વગેરે.

2.5. ડેટાની ગ્રાફિકલ રજૂઆત

આલેખના ઉપયોગ વિના આધુનિક વિજ્ઞાનની કલ્પના કરી શકાતી નથી. તેઓ વૈજ્ઞાનિક સામાન્યીકરણનું સાધન બની ગયા છે.

ગ્રાફિક છબીઓની અભિવ્યક્તિ, સ્પષ્ટતા, સંક્ષિપ્તતા, વૈવિધ્યતા અને દૃશ્યતાએ તેમને સંશોધન કાર્યમાં અને સામાજિક-આર્થિક ઘટનાઓની આંતરરાષ્ટ્રીય તુલના અને તુલનામાં અનિવાર્ય બનાવ્યા છે.

આંકડાકીય આલેખ એ એક રેખાંકન છે જેમાં ચોક્કસ સૂચકાંકો દ્વારા વર્ગીકૃત થયેલ આંકડાકીય એકંદર, પરંપરાગત ભૌમિતિક છબીઓ અથવા ચિહ્નોનો ઉપયોગ કરીને વર્ણવવામાં આવે છે. ગ્રાફના રૂપમાં કોષ્ટક ડેટાની પ્રસ્તુતિ સંખ્યાઓ કરતાં વધુ મજબૂત છાપ બનાવે છે, તમને આંકડાકીય અવલોકનોના પરિણામોને વધુ સારી રીતે સમજવા દે છે, તેનું યોગ્ય અર્થઘટન કરે છે, આંકડાકીય સામગ્રીની સમજણને મોટા પ્રમાણમાં સુવિધા આપે છે, તેને દ્રશ્ય અને સુલભ બનાવે છે. જો કે, આનો અર્થ એ નથી કે આલેખ માત્ર દૃષ્ટાંતરૂપ છે. તેઓ સંશોધનના વિષય વિશે નવું જ્ઞાન પ્રદાન કરે છે, મૂળ માહિતીનો સારાંશ આપવાની એક પદ્ધતિ છે.

ડેટાના વિશ્લેષણ અને સારાંશમાં ગ્રાફિકલ પદ્ધતિનું મહત્વ મહાન છે. ગ્રાફિકલ રજૂઆત, સૌ પ્રથમ, આંકડાકીય સૂચકાંકોની વિશ્વસનીયતાને નિયંત્રિત કરવાનું શક્ય બનાવે છે, કારણ કે, ગ્રાફ પર પ્રસ્તુત, તેઓ અવલોકન ભૂલોની હાજરી સાથે અથવા અભ્યાસ કરવામાં આવી રહેલી ઘટનાના સાર સાથે સંકળાયેલ હાલની અચોક્કસતાઓને વધુ સ્પષ્ટ રીતે દર્શાવે છે. . ગ્રાફિક ઇમેજનો ઉપયોગ કરીને, ઘટનાના વિકાસના દાખલાઓનો અભ્યાસ કરવો અને હાલના સંબંધો સ્થાપિત કરવું શક્ય છે. ડેટાની સરળ સરખામણી હંમેશા કારણભૂત અવલંબનની હાજરીને સમજવાનું શક્ય બનાવતી નથી, તે જ સમયે, તેમની ગ્રાફિકલ રજૂઆત કારણભૂત સંબંધોને ઓળખવામાં મદદ કરે છે, ખાસ કરીને પ્રારંભિક પૂર્વધારણાઓની સ્થાપનાના કિસ્સામાં જે પછી વધુ વિકાસને આધિન છે. આલેખનો ઉપયોગ ઘટનાની રચના, સમય સાથે તેમના ફેરફારો અને અવકાશમાં સ્થાનનો અભ્યાસ કરવા માટે પણ થાય છે. તેઓ તુલનાત્મક લાક્ષણિકતાઓને વધુ સ્પષ્ટ રીતે દર્શાવે છે અને જે ઘટના અથવા પ્રક્રિયાનો અભ્યાસ કરવામાં આવી રહ્યો છે તેમાં અંતર્ગત વિકાસના મુખ્ય વલણો અને સંબંધોને સ્પષ્ટપણે દર્શાવે છે.

ગ્રાફિક ઇમેજ બનાવતી વખતે, આવશ્યકતાઓ અવલોકન કરવી આવશ્યક છે. સૌ પ્રથમ, આલેખ એકદમ વિઝ્યુઅલ હોવો જોઈએ, કારણ કે વિશ્લેષણની પદ્ધતિ તરીકે ગ્રાફિકલ રજૂઆતનો સંપૂર્ણ મુદ્દો આંકડાકીય સૂચકાંકોને સ્પષ્ટ રીતે દર્શાવવાનો છે.

ડેટાની ગ્રાફિકલ પ્રસ્તુતિની પદ્ધતિઓ: આકૃતિઓ, હિસ્ટોગ્રામ્સ, આલેખ.

આકૃતિઓ ગ્રાફિકલ રજૂઆતની સૌથી સામાન્ય પદ્ધતિ છે. આ માત્રાત્મક સંબંધોના આલેખ છે. તેમના બાંધકામના પ્રકારો અને પદ્ધતિઓ વિવિધ છે. આકૃતિઓનો ઉપયોગ વિવિધ પાસાઓ (અવકાશી, ટેમ્પોરલ, વગેરે) એકબીજાથી સ્વતંત્ર જથ્થામાં દ્રશ્ય સરખામણી માટે થાય છે: પ્રદેશો, વસ્તી, વગેરે.

આંકડાકીય વસ્તીના બંધારણને ગ્રાફિકલી દર્શાવવાની વધુ સામાન્ય રીત એ પાઇ ચાર્ટ છે, જે આ હેતુ માટે ચાર્ટનું મુખ્ય સ્વરૂપ માનવામાં આવે છે. આ એ હકીકત દ્વારા સમજાવવામાં આવ્યું છે કે સમગ્રનો વિચાર ખૂબ જ સારી રીતે અને સ્પષ્ટ રીતે વર્તુળ દ્વારા વ્યક્ત કરવામાં આવ્યો છે, જે સમગ્રતાને રજૂ કરે છે. પાઇ ચાર્ટમાં વસ્તીના દરેક ભાગનો હિસ્સો કેન્દ્રિય કોણ (વર્તુળની ત્રિજ્યા વચ્ચેનો ખૂણો) ના મૂલ્ય દ્વારા વર્ગીકૃત થયેલ છે. વર્તુળના તમામ ખૂણાઓનો સરવાળો, 360° જેટલો, 100% બરાબર છે, અને તેથી 1% 3.6° ની બરાબર છે.

સમય શ્રેણીમાં અસાધારણ ઘટનાનું નિરૂપણ કરવા માટે, ચાર્ટનો ઉપયોગ કરવામાં આવે છે: બાર, પટ્ટી, ચોરસ, પરિપત્ર, રેખીય, રેડિયલ, વગેરે. ચાર્ટના પ્રકારની પસંદગી મુખ્યત્વે સ્રોત ડેટાની લાક્ષણિકતાઓ અને અભ્યાસના હેતુ પર આધારિત છે.

જ્યારે ડાયનેમિક્સ શ્રેણીમાં સ્તરોની સંખ્યા મોટી હોય છે, ત્યારે રેખીય આકૃતિઓનો ઉપયોગ કરવાની સલાહ આપવામાં આવે છે જે સતત તૂટેલી રેખાના સ્વરૂપમાં વિકાસ પ્રક્રિયાની સાતત્યનું પુનઃઉત્પાદન કરે છે. વધુમાં, રેખા આકૃતિઓનો ઉપયોગ કરવા માટે અનુકૂળ છે: જો અભ્યાસનો હેતુ ઘટનાના વિકાસના સામાન્ય વલણ અને પ્રકૃતિને દર્શાવવાનો છે; જ્યારે તેમની સરખામણી કરવાના હેતુથી એક ગ્રાફ પર ઘણી વખત શ્રેણી દર્શાવવી જરૂરી હોય; જો સૌથી મહત્વપૂર્ણ વિકાસ દરની સરખામણી છે, સ્તર નહીં. રેખીય ગ્રાફ બનાવવા માટે, લંબચોરસ સંકલન પ્રણાલીનો ઉપયોગ થાય છે.

બહુકોણ સમયાંતરે આંકડાકીય માહિતીમાં ફેરફારોની ગતિશીલતાને સમજાવે છે, ચોક્કસ બિંદુઓ પર જથ્થાના મૂલ્યોને નક્કી કરવાની મંજૂરી આપે છે; મધ્યવર્તી બિંદુઓ પર આ જથ્થાના મૂલ્યને શોધવા માટે તેનો ઉપયોગ કરી શકાતો નથી.

અંતરાલ શ્રેણી પ્રદર્શિત કરવા માટે, હિસ્ટોગ્રામનો ઉપયોગ કરવામાં આવે છે - બંધ લંબચોરસથી બનેલી સ્ટેપવાળી આકૃતિ. દરેક લંબચોરસનો આધાર અંતરાલની લંબાઈ જેટલો હોય છે અને ઊંચાઈ આવર્તન અથવા સંબંધિત આવર્તન જેટલી હોય છે.

વ્યવહારુ ભાગ

નિષ્કર્ષ

મારું સંશોધન કરતી વખતે, મને ફરી એકવાર ખાતરી થઈ ગઈ કે ગણિત મારા રોજિંદા જીવનમાં નિશ્ચિતપણે પ્રવેશી ચૂક્યું છે, અને હું હવે તેના નિયમો અનુસાર જીવું છું તેની નોંધ લેતી નથી. આ શૈક્ષણિક વર્ષમાં મેં આંકડાકીય લાક્ષણિકતાઓ અને તેમની દ્રશ્ય પ્રસ્તુતિનો અભ્યાસ કરવાનું શરૂ કર્યું. સંશોધન દરમિયાન, મેં ડેટાને વ્યવસ્થિત કરવાનું, દૃષ્ટિની રીતે પ્રસ્તુત કરવાનું, સામાન્યીકરણ કરવાનું અને તારણો કાઢવાનું શીખ્યા.

જીવનમાં આંકડાઓની ભૂમિકા એટલી મહત્વપૂર્ણ છે કે લોકો, ઘણીવાર વિચાર્યા અથવા સમજ્યા વિના, માત્ર કાર્ય પ્રક્રિયાઓમાં જ નહીં, પણ રોજિંદા જીવનમાં પણ આંકડાકીય પદ્ધતિના ઘટકોનો સતત ઉપયોગ કરે છે. કામ કરવું અને આરામ કરવો, ખરીદી કરવી, અન્ય લોકોને મળવું, કેટલાક નિર્ણયો લેવા, વ્યક્તિ તેની પાસે ઉપલબ્ધ માહિતીની ચોક્કસ સિસ્ટમનો ઉપયોગ કરે છે, સ્થાપિત રુચિઓ અને ટેવો, હકીકતો, વ્યવસ્થિત બનાવે છે, આ હકીકતોની તુલના કરે છે, તેનું વિશ્લેષણ કરે છે, તારણો કાઢે છે અને ચોક્કસ નિર્ણયો લે છે. ચોક્કસ ક્રિયાઓ. આમ, દરેક વ્યક્તિમાં આંકડાકીય વિચારસરણીના ઘટકો હોય છે, જે આપણી આસપાસની દુનિયા વિશેની માહિતીનું વિશ્લેષણ અને સંશ્લેષણ કરવાની ક્ષમતા છે.

પરંતુ આપણે યાદ રાખવું જોઈએ કે લોકો સમાન આંકડાકીય માહિતીને જુદી જુદી રીતે અર્થઘટન કરી શકે છે, અને જો હું વિશ્વસનીય માહિતી જોવા માંગુ છું, તો એક સૂચક નહીં, પરંતુ બે, અને સૌથી શ્રેષ્ઠ, તમામ ચાર શોધવાનું વધુ સારું છે: અંકગણિત સરેરાશ, મોડ, મધ્ય અને શ્રેણી.

સાહિત્ય

  1. શાળા જ્ઞાનકોશ "ગણિત". નિકોલ્સ્કી દ્વારા સંપાદિત.
  2. બીજગણિત. 9 મી ગ્રેડ: શૈક્ષણિક. સામાન્ય શિક્ષણ માટે સંસ્થાઓ /યુ. N. Makarychev, N. G. Mindyuk, K. I. Neshkov, I. E. Feoktistov. - 7મી આવૃત્તિ., રેવ. અને વધારાના - એમ.: નેમોસીન.
  3. પાઠ્યપુસ્તક “ગણિત-9.અંકગણિત. બીજગણિત. માહિતી વિશ્લેષણ". જી.વી. ડોરોફીવ દ્વારા સંપાદિત. લેખકો: જી.વી. ડોરોફીવ, એસ.બી. સુવોરોવા, ઇ.એ. બુનિમોવિચ, એલ.વી. કુઝનેત્સોવા, એસ.એસ. મિનેવા.
  4. કમ્પ્યુટર સાયન્સ અને ICT. મૂળભૂત અભ્યાસક્રમ. 9મા ધોરણ માટે પાઠયપુસ્તક. એન.ડી. યુગ્રીનોવિચ.
  5. કૂલ મેગેઝિન.

પ્રશ્ન 2.

આંકડા દર્શાવે છે કે દર વર્ષે રશિયન ફેડરેશનમાં બનતી લગભગ 70% કટોકટીની પરિસ્થિતિઓ માનવસર્જિત છે. રશિયન ફેડરેશનમાં 72 મિલિયનથી વધુ લોકો એવા વિસ્તારોમાં રહે છે જ્યાં કટોકટી આવી શકે છે. રશિયામાં, કટોકટીથી મૃત્યુદરનું જોખમ વિકસિત દેશો કરતાં 100 ગણું વધારે છે.

હાલમાં, રશિયન ફેડરેશનમાં 3,000 થી વધુ રાસાયણિક રીતે જોખમી સુવિધાઓ કાર્યરત છે. આ સુવિધાઓમાં SDYV નો કુલ સ્ટોક 1 મિલિયન ટન અને 10 12 જીવલેણ ટોક્સોસિસ છે. દર વર્ષે અકસ્માતોની સંખ્યા 1000 સુધી પહોંચે છે, અને અકસ્માતોના પરિણામો 200,000 થી વધુ લોકો અનુભવે છે.

રાસાયણિક દૂષણનો વિસ્તાર નીચે મુજબ વિભાજિત થયેલ છે:

1. અત્યંત જોખમી દૂષણ ઝોન, એટલે કે. જોખમી પદાર્થોની ઘાતક સાંદ્રતા સાથે.

2. ડેન્જર ઝોન, એટલે કે. નુકસાનકારક એકાગ્રતા સાથે ઝોન.

જોખમી પદાર્થોને નુકસાનની ડિગ્રી નુકસાનકારક ટોક્સોડોઝ દ્વારા વર્ગીકૃત કરવામાં આવે છે, જે એક્સપોઝર સમય દ્વારા નુકસાનકારક સાંદ્રતાના ઉત્પાદન તરીકે વ્યાખ્યાયિત કરવામાં આવે છે, જે દરમિયાન વ્યક્તિ દૂષિત વિસ્તારમાં હોય ત્યારે ઘાતક માત્રા મેળવે છે.

D=C*T, (mg*min)/m 3

આગાહી કરતી વખતે, સૌથી ખરાબ પરિસ્થિતિને ધ્યાનમાં લેવામાં આવે છે.

રાસાયણિક પરિસ્થિતિના મૂલ્યાંકનમાં પદાર્થના દૂષિત ઝોનમાં પ્રવેશવાની સંભાવના અને દૂષિત વાદળના ઑબ્જેક્ટ સુધી પહોંચવાનો સમયનો સમાવેશ થાય છે.

અકસ્માતના પરિબળોને ઘટાડવાનાં પગલાં:

· સતત તૈયારીમાં ચેતવણી પ્રણાલીનું નિર્માણ અને જાળવણી.

· કાર્યરત PPE પ્રદાન કરવું.

· પાણીના પડદા ગોઠવવા માટે ખાસ તકનીકી માધ્યમોના સાધનો.

હાલમાં, નીચેના આરઓઓ રશિયન ફેડરેશનમાં કાર્ય કરે છે:

2. 29 ન્યુક્લિયર પાવર યુનિટ

3. 235 પરમાણુ આઇસબ્રેકર્સ અને ક્રુઝર.

4. લેનિનગ્રાડ પ્રદેશમાં, 250 સુવિધાઓ ઉત્પાદનમાં કિરણોત્સર્ગી આઇસોટોપ્સનો ઉપયોગ કરે છે.

વિષય: "ચેપી રોગો".

જૈવિક રીતે હાનિકારક પરિબળો એ તૈયારીઓમાં રહેલા સુક્ષ્મસજીવો અને પર્યાવરણ અને ઉત્પાદનોમાં હાજર રોગકારક સુક્ષ્મસજીવો છે.

સુક્ષ્મસજીવો દ્વારા પ્રવેશ કરે છે:

1. જઠરાંત્રિય માર્ગ (આંતરિક)

2. ચામડીના સંપર્ક દ્વારા ઉપલા શ્વસન માર્ગ.

3. જાતીય પદ્ધતિ.

સુક્ષ્મસજીવોના સ્થાનના આધારે, તમામ ચેપી રોગો વિભાજિત કરવામાં આવે છે:

1. શ્વસન માર્ગના ચેપ

2. રૂફિંગ

3. આંતરડા

4. બાહ્ય ઇન્ટિગ્યુમેન્ટ

ચેપ માટે શ્વસનમાર્ગમાં નીચેનાનો સમાવેશ થાય છે: ARVI, શીતળા, ડિપ્થેરિયા, ટ્યુબરક્યુલોસિસ, વગેરે.

પ્રતિ લોહીસમાવેશ થાય છે: ટાઇફસ, મેલેરિયા, એચઆઇવી ચેપ, પ્લેગ.

આંતરડા: મરડો, ટાઇફોઇડ તાવ, કોલેરા, બ્રુસેલોસિસ, બોટ્યુલિઝમ, સૅલ્મોનેલોસિસ.



બ્રુસેલોસિસ માંસ, ઊન, ફ્લુફ અને દૂધ દ્વારા માનવ ચેપને કારણે થાય છે. તીવ્ર સ્વરૂપનો સેવન સમયગાળો 7 થી 60 દિવસનો હોય છે, ત્યારબાદ શરીરનું તાપમાન 39-40 ડિગ્રી સેલ્સિયસ સુધી વધે છે, શરદી, પરસેવો, સ્નાયુ અને સાંધામાં દુખાવો, માથાનો દુખાવો, લસિકા ગાંઠો વિસ્તૃત થાય છે, અને પુરુષોમાં, બળતરા પ્રક્રિયાઓ થાય છે. પ્રજનન તંત્ર દેખાય છે.

5-6 મહિના પછી ક્રોનિક સ્વરૂપ વિકસે છે. જો સારવાર ન કરવામાં આવે તો, રોગ ખૂબ લાંબો સમય ચાલે છે.

ટ્યુબરક્યુલોસિસ માત્ર લોકોમાંથી જ નહીં, પણ બીમાર પ્રાણીઓમાંથી પણ ફેલાય છે. પ્રારંભિક તબક્કામાં લાક્ષણિક લક્ષણો: થાક, સામાન્ય નબળાઇ, વજનમાં ઘટાડો, નીચા-ગ્રેડનો તાવ, પરસેવો, શુષ્ક અથવા ગળફા સાથે, ઉધરસ.

HIV ચેપ (AIDS).

રોગનો સ્ત્રોત બીમાર લોકો છે. આ વાયરસ લોહી, માતાના દૂધ અને લાળમાં જોવા મળ્યો છે. તબીબી પ્રક્રિયાઓ દરમિયાન ક્ષતિગ્રસ્ત ત્વચા દ્વારા ચેપનું પ્રસારણ થઈ શકે છે. સેવનનો સમયગાળો - 2 અઠવાડિયા - 3 મહિના. લક્ષણો: સોજો લસિકા ગાંઠો, ફોલ્લીઓ, સંભવિત તાવ.

સ્ટેજ 2 3-5 વર્ષ પછી થાય છે; દર્દી લસિકા ગાંઠોના મજબૂત વિસ્તરણની નોંધ લે છે.

સ્ટેજ 3: વજનમાં ઘટાડો, તાવ, કાન, ફેફસાં, ચામડીના ચેપી રોગો.

સ્ટેજ 4: આ રોગો અથવા મૃત્યુની ઊંચાઈ.

શીતળા એ વાયરલ પ્રકૃતિનો એક તીવ્ર, અત્યંત ચેપી રોગ છે, જે શરીરના ગંભીર નશો, તાવ અને ત્વચા અને મ્યુકોસ મેમ્બ્રેન પર ફોલ્લીઓના દેખાવ દ્વારા વર્ગીકૃત થયેલ છે, જે ડાઘ છોડી દે છે. પેથોજેન: વાયરસ, ભૌતિક અને રાસાયણિક પરિબળો માટે નોંધપાત્ર પ્રતિકાર ધરાવે છે. વાયરસ શ્વસનતંત્રમાંથી ગુણાકાર કરે છે અને લોહીમાં પ્રવેશ કરે છે. ત્યાંથી તે ફરીથી ત્વચા અને મ્યુકોસ મેમ્બ્રેનમાં પ્રવેશ કરે છે. ચેપનો સ્ત્રોત: બીમાર વ્યક્તિ. સૌથી મોટી ચેપીતા 6-10 દિવસની છે. સેવન સમયગાળો: 15-19 દિવસ. આ રોગની શરૂઆત તીવ્ર છે, તાપમાનમાં 40° અને તેનાથી ઉપરના ઝડપી વધારા સાથે, પીઠના નીચેના ભાગમાં દુખાવો, વારંવાર ઉબકા અને ઉલટી થવી.

4 થી દિવસે, ફોલ્લીઓના દેખાવ સાથે, તાપમાનમાં ઘટાડો થાય છે. ફોલ્લીઓ પ્રથમ ચહેરા પર દેખાય છે --> ધડ --> અંગો. શરૂઆતમાં, નિસ્તેજ ગુલાબી ફોલ્લીઓ દેખાય છે, જે ઘેરા લાલ પરપોટામાં ફેરવાય છે. ત્રણથી ચાર દિવસ પછી, તેમના કેન્દ્રમાં સેરસ પ્રવાહીથી ભરેલા વેસિકલ્સ દેખાય છે.

7-8 દિવસે, દર્દીની સ્થિતિ ફરીથી બગડે છે, તાપમાન ફરીથી 40 ° સુધી પહોંચે છે અને ફોલ્લીઓ ભરાય છે. સ્થિતિ ગંભીર છે, ચેતના મૂંઝવણમાં છે, અને 10-14 દિવસમાં ફોલ્લા સુકાઈ જાય છે અને જીવનભર સફેદ ડાઘ છોડી દે છે.

પ્લેગ એ એક તીવ્ર ચેપી રોગ છે જે નશો, તાવ, લસિકા ગાંઠો અને ફેફસાંને નુકસાન દ્વારા વર્ગીકૃત થયેલ છે.

પ્લેગનું કારણભૂત એજન્ટ એક બેક્ટેરિયમ છે જે બીજકણ બનાવતું નથી, પર્યાવરણીય પરિબળો પ્રત્યે સંવેદનશીલ હોય છે અને 15 મિનિટની અંદર 50°-55° તાપમાને મૃત્યુ પામે છે. ચેપનો મુખ્ય સ્ત્રોત: ઉંદરો, ચાંચડ. એક વ્યક્તિ કરડવાથી ચેપ લાગે છે. ચેપનો સંભવિત માર્ગ એ છે જ્યારે શિકારીઓ માર્યા ગયેલા પ્રાણીઓના શબ પર પ્રક્રિયા કરે છે. સેવનનો સમયગાળો સામાન્ય રીતે 3 થી 6 દિવસનો હોય છે. પ્લેગના સ્થાનિક અને સામાન્ય સ્વરૂપો છે. પ્લેગ સામાન્ય રીતે અચાનક શરૂ થાય છે, તાપમાન 39 અને તેનાથી ઉપર વધે છે, નશાના લક્ષણો ઝડપથી વધે છે, ચેતના નબળી પડે છે, અને ચિત્તભ્રમણા થઈ શકે છે.

પ્લેગનું બ્યુબોનિક સ્વરૂપ સંવેદનશીલ બ્યુબોના દેખાવ દ્વારા વર્ગીકૃત થયેલ છે, એટલે કે. આ લસિકા ગાંઠોનું 10 સેમી સુધીનું વિસ્તરણ છે. 70% દર્દીઓમાં તેઓ જંઘામૂળના વિસ્તારમાં સ્થાનિક છે. બુબો ઉપરની ત્વચા જાંબલી-લાલ અને ચમકદાર બને છે.

પ્રાથમિક જખમના લસિકા ગાંઠો નરમાઈમાંથી પસાર થાય છે. પછી ધીમે ધીમે ઉપચાર થાય છે.

રક્તમાં પ્રવેશતા પેથોજેનના પરિણામે બ્યુબોનિક સ્વરૂપ સામાન્ય સ્વરૂપના વિકાસ તરફ દોરી શકે છે. પ્લેગની સારવાર માટે સંખ્યાબંધ એન્ટિબાયોટિક્સની ભલામણ કરવામાં આવે છે: ડિક્સોસાયક્લિન, ટેટ્રાસાયક્લાઇન, જેન્ટામિસિન, સ્ટ્રેપ્ટોમાસીન.

બોટ્યુલિઝમ એ એક તીવ્ર ચેપી રોગ છે જે બેટ્યુલિઝમ બેક્ટેરિયાના ઝેરના ઝેરથી પરિણમે છે. સેન્ટ્રલ નર્વસ સિસ્ટમ અને ઓટોનોમિક નર્વસ સિસ્ટમને નુકસાન દ્વારા લાક્ષણિકતા. બટુલિઝમનું કારણભૂત એજન્ટ પ્રકૃતિમાં વ્યાપક છે. બટુલિઝમ બેક્ટેરિયા એનારોબિક છે અને ઓક્સિજનની ગેરહાજરીમાં ગુણાકાર કરે છે. વનસ્પતિ સ્વરૂપો ઉકળતા 2-3 મિનિટ પછી મરી જાય છે, બીજકણ 5 કલાક પછી મરી જાય છે.

બોટ્યુલિનમ ટોક્સિન ઘાતક જૈવિક ઝેર છે, ઘાતક માત્રા - 0.003 mg/kg. બેટ્યુલિક સૂક્ષ્મજીવાણુઓના 7 જાણીતા એન્ટિજેનિક પ્રકારો છે (A, B, C, 0, E, P, 6).

લોકો માટે સૌથી ખતરનાક એ, બી, ઇ છે. પ્રકૃતિમાં ચેપનો જળાશય ગરમ લોહીવાળા પ્રાણીઓ છે, ઓછી વાર - ઠંડા લોહીવાળા પ્રાણીઓ. બોટ્યુલિઝમ માટે સેવનનો સમયગાળો કેટલાક કલાકોથી 2-3 દિવસ સુધીનો હોય છે. આ રોગ જેટલો ગંભીર છે, તેટલો ઓછો સેવનનો સમયગાળો. બેટ્યુલિઝમના ક્લિનિકલ ચિત્રમાં 3 લક્ષણો છે: લકવો, સામાન્ય ઝેર, ગેસ્ટ્રોઇંટોક્સિકેશન.

દર્દીઓમાં મૃત્યુનું કારણ તીવ્ર શ્વસન નિષ્ફળતા છે. બોટ્યુલિઝમ ધરાવતા લોકોએ તાત્કાલિક હોસ્પિટલમાં જવું જોઈએ. તમારે 2-3% સોડા સોલ્યુશનથી પેટને ધોઈ નાખવું જોઈએ અને તરત જ એન્ટી-બોટ્યુલિનમ સીરમનું સંચાલન કરવું જોઈએ.

વિષય: "મુખ્ય પ્રકારની ઇજાઓ માટે પ્રથમ સહાય પૂરી પાડવી".

1. તબીબી વ્યક્તિગત રક્ષણાત્મક સાધનો. પ્રાથમિક પ્રાથમિક સારવારના પગલાં.

2. ઘા અને રક્તસ્રાવ માટે પ્રથમ સહાય.

3. અસ્થિભંગ અને dislocations માટે પ્રથમ સહાય.

4. બર્ન્સ અને ઝેર માટે પ્રથમ સહાય.

ઘણા કિસ્સાઓમાં લોકોની પ્રવૃત્તિઓમાં ડેટા સાથે કામ કરવાનો સમાવેશ થાય છે, અને આ, બદલામાં, માત્ર તેમની સાથે સંચાલન જ નહીં, પણ તેનો અભ્યાસ, પ્રક્રિયા અને વિશ્લેષણ પણ સૂચવે છે. ઉદાહરણ તરીકે, જ્યારે તમારે માહિતીને સંક્ષિપ્ત કરવાની જરૂર હોય, ત્યારે કેટલાક સંબંધો શોધો અથવા માળખાને વ્યાખ્યાયિત કરો. અને માત્ર આ કિસ્સામાં એનાલિટિક્સ માટે જ નહીં, પણ આંકડાકીય પદ્ધતિઓનો ઉપયોગ કરવો પણ ખૂબ જ અનુકૂળ છે.

આંકડાકીય પૃથ્થકરણ પદ્ધતિઓની એક વિશેષતા એ તેમની જટિલતા છે, જે આંકડાકીય પેટર્નના વિવિધ સ્વરૂપો તેમજ આંકડાકીય સંશોધનની પ્રક્રિયાની જટિલતાને કારણે છે. જો કે, અમે એવી પદ્ધતિઓ વિશે વાત કરવા માંગીએ છીએ જેનો ઉપયોગ દરેક વ્યક્તિ કરી શકે અને તે અસરકારક રીતે અને આનંદથી કરી શકે.

આંકડાકીય સંશોધન નીચેની પદ્ધતિઓનો ઉપયોગ કરીને કરી શકાય છે:

  • આંકડાકીય અવલોકન;
  • આંકડાકીય અવલોકન સામગ્રીનો સારાંશ અને જૂથ;
  • સંપૂર્ણ અને સંબંધિત આંકડાકીય મૂલ્યો;
  • વિવિધતા શ્રેણી;
  • નમૂના;
  • સહસંબંધ અને રીગ્રેસન વિશ્લેષણ;
  • ગતિશીલ શ્રેણી.

આંકડાકીય અવલોકન

આંકડાકીય અવલોકન એ આયોજિત, સંગઠિત અને મોટાભાગના કિસ્સાઓમાં માહિતીનો વ્યવસ્થિત સંગ્રહ છે, જેનો હેતુ મુખ્યત્વે સામાજિક જીવનની ઘટનાઓ છે. આ પદ્ધતિનો અમલ પૂર્વનિર્ધારિત સૌથી આકર્ષક સુવિધાઓની નોંધણી દ્વારા કરવામાં આવે છે, જેનો હેતુ પછીથી અભ્યાસ કરવામાં આવી રહેલી ઘટનાની લાક્ષણિકતાઓ મેળવવાનો છે.

કેટલીક મહત્વપૂર્ણ આવશ્યકતાઓને ધ્યાનમાં રાખીને આંકડાકીય અવલોકન હાથ ધરવા જોઈએ:

  • તે અભ્યાસ કરવામાં આવી રહેલી ઘટનાને સંપૂર્ણપણે આવરી લેવો જોઈએ;
  • મેળવેલ ડેટા સચોટ અને વિશ્વસનીય હોવો જોઈએ;
  • મેળવેલ ડેટા એકસમાન અને સરળતાથી તુલનાત્મક હોવો જોઈએ.

ઉપરાંત, આંકડાકીય અવલોકન બે સ્વરૂપો લઈ શકે છે:

  • રિપોર્ટિંગ એ આંકડાકીય અવલોકનનું એક સ્વરૂપ છે જ્યાં સંસ્થાઓ, સંસ્થાઓ અથવા સાહસોના ચોક્કસ આંકડાકીય વિભાગોને માહિતી પૂરી પાડવામાં આવે છે. આ કિસ્સામાં, ડેટા વિશેષ અહેવાલોમાં દાખલ કરવામાં આવે છે.
  • વિશેષ રૂપે સંગઠિત અવલોકન એ એક અવલોકન છે જે ચોક્કસ હેતુ માટે, અહેવાલોમાં ઉપલબ્ધ ન હોય તેવી માહિતી મેળવવા અથવા અહેવાલોમાં માહિતીની વિશ્વસનીયતા સ્પષ્ટ કરવા અને સ્થાપિત કરવા માટે ગોઠવવામાં આવે છે. આ ફોર્મમાં સર્વેક્ષણો (ઉદાહરણ તરીકે, અભિપ્રાય મતદાન), વસ્તી ગણતરી વગેરેનો સમાવેશ થાય છે.

વધુમાં, આંકડાકીય અવલોકનોને બે લાક્ષણિકતાઓના આધારે વર્ગીકૃત કરી શકાય છે: કાં તો ડેટા રેકોર્ડિંગની પ્રકૃતિના આધારે અથવા અવલોકન એકમોના કવરેજના આધારે. પ્રથમ શ્રેણીમાં સર્વેક્ષણો, દસ્તાવેજીકરણ અને પ્રત્યક્ષ અવલોકનનો સમાવેશ થાય છે અને બીજી શ્રેણીમાં સતત અને અપૂર્ણ અવલોકનનો સમાવેશ થાય છે, એટલે કે. પસંદગીયુક્ત

આંકડાકીય અવલોકનનો ઉપયોગ કરીને ડેટા મેળવવા માટે, તમે પ્રશ્નોત્તરી, સંવાદદાતા પ્રવૃત્તિઓ, સ્વ-ગણતરી (જ્યારે અવલોકન, ઉદાહરણ તરીકે, સંબંધિત દસ્તાવેજો પોતે ભરો), અભિયાનો અને રિપોર્ટિંગ જેવી પદ્ધતિઓનો ઉપયોગ કરી શકો છો.

આંકડાકીય અવલોકન સામગ્રીનો સારાંશ અને જૂથીકરણ

બીજી પદ્ધતિ વિશે બોલતા, સૌ પ્રથમ આપણે સારાંશ વિશે વાત કરવી જોઈએ. સારાંશ એ અમુક વ્યક્તિગત તથ્યો પર પ્રક્રિયા કરવાની પ્રક્રિયા છે જે અવલોકન દરમિયાન એકત્રિત કરવામાં આવેલા ડેટાના એકંદર ભાગની રચના કરે છે. જો સારાંશ યોગ્ય રીતે હાથ ધરવામાં આવે છે, તો અવલોકનના વ્યક્તિગત પદાર્થો વિશેના વ્યક્તિગત ડેટાનો વિશાળ જથ્થો આંકડાકીય કોષ્ટકો અને પરિણામોના સંપૂર્ણ સંકુલમાં ફેરવાઈ શકે છે. ઉપરાંત, આવા સંશોધન અભ્યાસ હેઠળની ઘટનાની સામાન્ય લાક્ષણિકતાઓ અને પેટર્ન નક્કી કરવામાં મદદ કરે છે.

અભ્યાસની ચોકસાઈ અને ઊંડાણના સૂચકાંકોને ધ્યાનમાં લેતા, એક સરળ અને જટિલ સારાંશને અલગ કરી શકાય છે, પરંતુ તેમાંથી કોઈપણ ચોક્કસ તબક્કાઓ પર આધારિત હોવો જોઈએ:

  • એક જૂથ લાક્ષણિકતા પસંદ થયેલ છે;
  • જૂથ રચનાનો ક્રમ નક્કી થાય છે;
  • જૂથ અને સમગ્ર પદાર્થ અથવા ઘટનાને દર્શાવવા માટે સૂચકોની સિસ્ટમ વિકસાવવામાં આવી રહી છે;
  • કોષ્ટક લેઆઉટ વિકસાવવામાં આવી રહ્યા છે જ્યાં સારાંશ પરિણામો રજૂ કરવામાં આવશે.

એ નોંધવું અગત્યનું છે કે સારાંશના વિવિધ સ્વરૂપો છે:

  • કેન્દ્રીકૃત સારાંશ, અનુગામી પ્રક્રિયા માટે પ્રાપ્ત પ્રાથમિક સામગ્રીને ઉચ્ચ કેન્દ્રમાં સ્થાનાંતરિત કરવાની જરૂર છે;
  • વિકેન્દ્રિત સારાંશ, જ્યાં ડેટાનો અભ્યાસ ચડતી રીતે અનેક તબક્કામાં થાય છે.

સારાંશ વિશિષ્ટ સાધનોનો ઉપયોગ કરીને કરી શકાય છે, ઉદાહરણ તરીકે, કમ્પ્યુટર સોફ્ટવેરનો ઉપયોગ કરીને અથવા મેન્યુઅલી.

જૂથીકરણ માટે, આ પ્રક્રિયાને વિશિષ્ટતાઓ અનુસાર જૂથોમાં અભ્યાસ હેઠળના ડેટાને વિભાજીત કરીને અલગ પાડવામાં આવે છે. આંકડાકીય પૃથ્થકરણ દ્વારા રજૂ કરાયેલા કાર્યોની વિશેષતાઓ પ્રભાવિત કરે છે કે તે કયા પ્રકારનું જૂથ હશે: ટાઇપોલોજિકલ, માળખાકીય અથવા વિશ્લેષણાત્મક. તેથી જ, સારાંશ અને જૂથબંધી માટે, તેઓ કાં તો ઉચ્ચ વિશિષ્ટ નિષ્ણાતોની સેવાઓનો આશરો લે છે અથવા ઉપયોગ કરે છે.

સંપૂર્ણ અને સંબંધિત આંકડાકીય માત્રા

સંપૂર્ણ મૂલ્યોને આંકડાકીય માહિતીની રજૂઆતનું પ્રથમ સ્વરૂપ માનવામાં આવે છે. તેની મદદથી, ઘટનાને પરિમાણીય લાક્ષણિકતાઓ આપવાનું શક્ય છે, ઉદાહરણ તરીકે, સમય, લંબાઈ, વોલ્યુમ, ક્ષેત્રફળ, સમૂહ વગેરે.

જો તમે વ્યક્તિગત ચોક્કસ આંકડાકીય મૂલ્યો વિશે જાણવા માંગતા હો, તો તમે માપ, અંદાજ, ગણતરી અથવા તોલનો આશરો લઈ શકો છો. અને જો તમારે કુલ વોલ્યુમ સૂચકાંકો મેળવવાની જરૂર હોય, તો તમારે સારાંશ અને જૂથીકરણનો ઉપયોગ કરવો જોઈએ. તે ધ્યાનમાં રાખવું આવશ્યક છે કે સંપૂર્ણ આંકડાકીય મૂલ્યો માપનના એકમોની હાજરીમાં અલગ પડે છે. આવા એકમોમાં ખર્ચ, શ્રમ અને કુદરતીનો સમાવેશ થાય છે.

અને સંબંધિત જથ્થાઓ સામાજિક જીવનની ઘટના સાથે સંબંધિત માત્રાત્મક સંબંધોને વ્યક્ત કરે છે. તેમને મેળવવા માટે, કેટલીક માત્રા હંમેશા અન્ય દ્વારા વિભાજિત કરવામાં આવે છે. જે સૂચક સાથે તેની સરખામણી કરવામાં આવે છે (આ છેદ છે) તેને સરખામણીનો આધાર કહેવામાં આવે છે, અને જે સૂચક સાથે તેની સરખામણી કરવામાં આવે છે (આ અંશ છે) તેને રિપોર્ટિંગ મૂલ્ય કહેવામાં આવે છે.

સંબંધિત મૂલ્યો તેમની સામગ્રીના આધારે અલગ અલગ હોઈ શકે છે. ઉદાહરણ તરીકે, સરખામણીના મૂલ્યો, વિકાસના સ્તરના મૂલ્યો, ચોક્કસ પ્રક્રિયાની તીવ્રતાના મૂલ્યો, સંકલનના મૂલ્યો, માળખું, ગતિશીલતા વગેરે છે. અને તેથી વધુ.

વિભિન્ન લાક્ષણિકતાઓના આધારે વસ્તીનો અભ્યાસ કરવા માટે, આંકડાકીય પૃથ્થકરણ સરેરાશ મૂલ્યોનો ઉપયોગ કરે છે-કેટલીક વિભિન્ન લાક્ષણિકતાના આધારે સજાતીય ઘટનાના સમૂહની ગુણાત્મક લાક્ષણિકતાઓનો સારાંશ આપે છે.

સરેરાશ મૂલ્યોની એક અત્યંત મહત્વપૂર્ણ મિલકત એ છે કે તેઓ તેમના સમગ્ર સંકુલમાં ચોક્કસ લક્ષણોના મૂલ્યો વિશે એક નંબર તરીકે બોલે છે. એ હકીકત હોવા છતાં કે વ્યક્તિગત એકમો માત્રાત્મક તફાવતો પ્રદર્શિત કરી શકે છે, સરેરાશ મૂલ્યો અભ્યાસ હેઠળના સંકુલના તમામ એકમોની લાક્ષણિકતા સામાન્ય મૂલ્યોને વ્યક્ત કરે છે. તે તારણ આપે છે કે એક વસ્તુની લાક્ષણિકતાઓનો ઉપયોગ કરીને, તમે સમગ્રની લાક્ષણિકતાઓ મેળવી શકો છો.

તે ધ્યાનમાં રાખવું જોઈએ કે સરેરાશ મૂલ્યોના ઉપયોગ માટે સૌથી મહત્વપૂર્ણ શરતોમાંની એક, જો સામાજિક ઘટનાનું આંકડાકીય વિશ્લેષણ હાથ ધરવામાં આવે છે, તો તે તેમના સંકુલની એકરૂપતા માનવામાં આવે છે, જેના માટે તે શોધવાનું જરૂરી છે. સરેરાશ મૂલ્ય. અને તે નક્કી કરવા માટેનું સૂત્ર સરેરાશ મૂલ્યની ગણતરી માટે પ્રારંભિક ડેટા કેવી રીતે રજૂ કરવામાં આવશે તેના પર નિર્ભર રહેશે.

વિવિધતા શ્રેણી

કેટલાક કિસ્સાઓમાં, ચોક્કસ અભ્યાસ કરેલ જથ્થાના સરેરાશ સૂચકાંકો પરનો ડેટા કોઈ ઘટના અથવા પ્રક્રિયાની પ્રક્રિયા, મૂલ્યાંકન અને ઊંડાણપૂર્વક વિશ્લેષણ કરવા માટે પૂરતો ન હોઈ શકે. તે પછી, વ્યક્તિએ વ્યક્તિગત એકમોના સૂચકાંકોની ભિન્નતા અથવા વિક્ષેપને ધ્યાનમાં લેવું જોઈએ, જે અભ્યાસ હેઠળની વસ્તીની એક મહત્વપૂર્ણ લાક્ષણિકતાને પણ રજૂ કરે છે.

જથ્થાના વ્યક્તિગત મૂલ્યો ઘણા પરિબળોથી પ્રભાવિત થઈ શકે છે, અને અસાધારણ ઘટના અથવા પ્રક્રિયાઓનો અભ્યાસ કરવામાં આવે છે તે ખૂબ જ વૈવિધ્યસભર હોઈ શકે છે, એટલે કે. વિવિધતા ધરાવે છે (આ વિવિધતા વિવિધતા શ્રેણી છે), જેના માટેના કારણો જે અભ્યાસ કરવામાં આવી રહ્યા છે તેના સારમાં શોધવા જોઈએ.

ઉપરોક્ત નિરપેક્ષ મૂલ્યો લાક્ષણિકતાઓના માપનના એકમો પર સીધા જ નિર્ભર છે અને તેથી બે કે તેથી વધુ વિવિધતા શ્રેણીનો અભ્યાસ, મૂલ્યાંકન અને તુલના કરવાની પ્રક્રિયાને વધુ જટિલ બનાવે છે. અને સંબંધિત સૂચકાંકોની ગણતરી ચોક્કસ અને સરેરાશ સૂચકાંકોના ગુણોત્તર તરીકે કરવાની જરૂર છે.

નમૂના

સેમ્પલિંગ પદ્ધતિ (અથવા વધુ સરળ રીતે, સેમ્પલિંગ) નો અર્થ એ છે કે એક ભાગના ગુણધર્મોનો ઉપયોગ સમગ્રની સંખ્યાત્મક લાક્ષણિકતાઓ નક્કી કરવા માટે થાય છે (આને સામાન્ય વસ્તી કહેવામાં આવે છે). મુખ્ય નમૂના પદ્ધતિ એ આંતરિક જોડાણ છે જે ભાગો અને સમગ્ર, વ્યક્તિગત અને સામાન્યને એક કરે છે.

સેમ્પલિંગ પદ્ધતિમાં અન્ય લોકો કરતા ઘણા નોંધપાત્ર ફાયદા છે, કારણ કે અવલોકનોની સંખ્યામાં ઘટાડો કરવા બદલ આભાર, તે તમને ખર્ચવામાં આવેલા કામ, પૈસા અને પ્રયત્નોની માત્રા ઘટાડવાની સાથે સાથે સફળતાપૂર્વક આવી પ્રક્રિયાઓ અને ઘટનાઓ પર ડેટા મેળવવા માટે પરવાનગી આપે છે જ્યાં તેનો સંપૂર્ણ અભ્યાસ કરવો કાં તો અવ્યવહારુ છે અથવા ફક્ત અશક્ય છે.

અભ્યાસ કરવામાં આવી રહેલી ઘટના અથવા પ્રક્રિયાની લાક્ષણિકતાઓ સાથેના નમૂનાની લાક્ષણિકતાઓનો પત્રવ્યવહાર શરતોના સમૂહ પર અને મુખ્યત્વે વ્યવહારમાં નમૂના પદ્ધતિ કેવી રીતે અમલમાં આવશે તેના પર નિર્ભર રહેશે. આ કાં તો વ્યવસ્થિત પસંદગી હોઈ શકે છે, તૈયાર કરેલ યોજનાને અનુસરીને અથવા બિનઆયોજિત, જ્યારે નમૂના સામાન્ય વસ્તીમાંથી બનાવવામાં આવે છે.

પરંતુ તમામ કિસ્સાઓમાં, નમૂના લેવાની પદ્ધતિ લાક્ષણિક હોવી જોઈએ અને ઉદ્દેશ્યના માપદંડોને પૂર્ણ કરતી હોવી જોઈએ. આ જરૂરિયાતો હંમેશા મળવી જોઈએ, કારણ કે પદ્ધતિની લાક્ષણિકતાઓ અને આંકડાકીય રીતે જેનું વિશ્લેષણ કરવામાં આવે છે તેની લાક્ષણિકતાઓ વચ્ચેનો પત્રવ્યવહાર તેના પર નિર્ભર રહેશે.

આમ, નમૂનાની સામગ્રી પર પ્રક્રિયા કરતા પહેલા, તેને સંપૂર્ણ રીતે તપાસવું જરૂરી છે, તેથી બિનજરૂરી અને બિનમહત્વપૂર્ણ દરેક વસ્તુથી છુટકારો મેળવવો. તે જ સમયે, નમૂનાનું સંકલન કરતી વખતે, કોઈપણ કલાપ્રેમી પ્રવૃત્તિઓ ટાળવી હિતાવહ છે. આનો અર્થ એ છે કે કોઈ પણ સંજોગોમાં તમારે ફક્ત તે જ વિકલ્પો પસંદ કરવા જોઈએ નહીં જે સામાન્ય લાગે અને બાકીના બધાને કાઢી નાખો.

અસરકારક અને ઉચ્ચ-ગુણવત્તાવાળા નમૂનાને ઉદ્દેશ્યપૂર્વક પસંદ કરવું આવશ્યક છે, એટલે કે. તે એવી રીતે હાથ ધરવામાં આવવી જોઈએ કે કોઈપણ વ્યક્તિલક્ષી પ્રભાવો અને પક્ષપાતી હેતુઓને બાકાત રાખવામાં આવે. અને આ સ્થિતિને યોગ્ય રીતે પૂર્ણ કરવા માટે, રેન્ડમાઇઝેશનના સિદ્ધાંતનો અથવા વધુ સરળ રીતે, તેમની સમગ્ર વસ્તીમાંથી વિકલ્પોની રેન્ડમ પસંદગીના સિદ્ધાંતનો આશરો લેવો જરૂરી છે.

પ્રસ્તુત સિદ્ધાંત નમૂના પદ્ધતિના સિદ્ધાંતના આધાર તરીકે સેવા આપે છે, અને જ્યારે પણ અસરકારક નમૂનાની વસ્તી બનાવવા માટે જરૂરી હોય ત્યારે તેનું પાલન કરવું આવશ્યક છે, અને પદ્ધતિસરની પસંદગીના કિસ્સાઓ અહીં અપવાદ નથી.

સહસંબંધ અને રીગ્રેસન વિશ્લેષણ

સહસંબંધ વિશ્લેષણ અને રીગ્રેસન વિશ્લેષણ એ બે અત્યંત અસરકારક પદ્ધતિઓ છે જે તમને બે અથવા વધુ સૂચકાંકોના સંભવિત સંબંધનો અભ્યાસ કરવા માટે મોટા પ્રમાણમાં ડેટાનું વિશ્લેષણ કરવાની મંજૂરી આપે છે.

સહસંબંધ વિશ્લેષણના કિસ્સામાં, ઉદ્દેશ્યો છે:

  • વિશિષ્ટતાઓ વચ્ચેના હાલના જોડાણની નિકટતાને માપો;
  • અજાણ્યા કારણભૂત સંબંધોને ઓળખો;
  • અંતિમ લાક્ષણિકતાને સૌથી વધુ પ્રભાવિત કરતા પરિબળોનું મૂલ્યાંકન કરો.

અને રીગ્રેશન વિશ્લેષણના કિસ્સામાં, કાર્યો નીચે મુજબ છે:

  • સંચારનું સ્વરૂપ નક્કી કરો;
  • આશ્રિત એક પર સ્વતંત્ર સૂચકોના પ્રભાવની ડિગ્રી સ્થાપિત કરો;
  • આશ્રિત સૂચકના ગણતરી કરેલ મૂલ્યો નક્કી કરો.

ઉપરોક્ત તમામ સમસ્યાઓ ઉકેલવા માટે, સહસંબંધ અને રીગ્રેસન વિશ્લેષણ બંનેનો સંયોજનમાં ઉપયોગ કરવો લગભગ હંમેશા જરૂરી છે.

ડાયનેમિક્સ શ્રેણી

આંકડાકીય પૃથ્થકરણની આ પદ્ધતિનો ઉપયોગ કરીને, અસાધારણ ઘટના વિકસે છે તેની તીવ્રતા અથવા ઝડપ નક્કી કરવી, તેમના વિકાસનું વલણ શોધવું, વધઘટને પ્રકાશિત કરવી, વિકાસની ગતિશીલતાની તુલના કરવી અને સમય જતાં વિકસતી ઘટનાઓ વચ્ચેનો સંબંધ શોધવો ખૂબ જ અનુકૂળ છે.

ડાયનેમિક્સ શ્રેણી એ એક શ્રેણી છે જેમાં આંકડાકીય સૂચકાંકો અનુક્રમે સમયાંતરે સ્થિત હોય છે, જેમાંના ફેરફારો અભ્યાસ હેઠળની વસ્તુ અથવા ઘટનાની વિકાસ પ્રક્રિયાને લાક્ષણિકતા આપે છે.

ડાયનેમિક્સ શ્રેણીમાં બે ઘટકો શામેલ છે:

  • ઉપલબ્ધ ડેટા સાથે સંકળાયેલ સમયગાળો અથવા બિંદુ;
  • સ્તર અથવા આંકડાકીય સૂચક.

એકસાથે લેવામાં આવે તો, આ ઘટકો સમય શ્રેણીના બે શબ્દોનું પ્રતિનિધિત્વ કરે છે, જ્યાં પ્રથમ શબ્દ (સમય અવધિ) અક્ષર "t" દ્વારા સૂચવવામાં આવે છે, અને બીજા (સ્તર) અક્ષર "y" દ્વારા સૂચવવામાં આવે છે.

સમય અંતરાલની અવધિ કે જેની સાથે સ્તરો એકબીજા સાથે જોડાયેલા છે તેના આધારે, ગતિશીલતા શ્રેણી ક્ષણિક અને અંતરાલ હોઈ શકે છે. ઈન્ટરવલ સિરીઝ તમને એક પછી એક આવતા પીરિયડ્સનું કુલ મૂલ્ય મેળવવા માટે લેવલ ઉમેરવા દે છે, પરંતુ મોમેન્ટ સિરીઝમાં આવી કોઈ શક્યતા નથી, પરંતુ ત્યાં આ જરૂરી નથી.

સમય શ્રેણી પણ સમાન અને અલગ-અલગ અંતરાલો પર અસ્તિત્વ ધરાવે છે. ક્ષણ અને અંતરાલ શ્રેણીમાં અંતરાલોનો સાર હંમેશા અલગ હોય છે. પ્રથમ કિસ્સામાં, અંતરાલ એ તારીખો વચ્ચેનો સમય અંતરાલ છે જેમાં વિશ્લેષણ માટેનો ડેટા જોડાયેલ છે (આવી શ્રેણીનો ઉપયોગ કરવો અનુકૂળ છે, ઉદાહરણ તરીકે, દર મહિને, વર્ષ, વગેરેની ક્રિયાઓની સંખ્યા નક્કી કરવા માટે). અને બીજા કિસ્સામાં, સમયગાળો કે જેમાં સામાન્ય ડેટાનો સમૂહ જોડાયેલ છે (આવી શ્રેણીનો ઉપયોગ એક મહિના, એક વર્ષ, વગેરે માટે સમાન ક્રિયાઓની ગુણવત્તા નક્કી કરવા માટે થઈ શકે છે). શ્રેણીના પ્રકારને ધ્યાનમાં લીધા વિના, અંતરાલો સમાન અથવા અલગ હોઈ શકે છે.

સ્વાભાવિક રીતે, આંકડાકીય પૃથ્થકરણની દરેક પદ્ધતિને નિપુણતાથી કેવી રીતે લાગુ કરવી તે શીખવા માટે, ફક્ત તેમના વિશે જાણવું પૂરતું નથી, કારણ કે, હકીકતમાં, આંકડા એ એક સંપૂર્ણ વિજ્ઞાન છે જેને ચોક્કસ કુશળતા અને ક્ષમતાઓની પણ જરૂર હોય છે. પરંતુ તેને સરળ બનાવવા માટે, તમે તમારા વિચારોને તાલીમ આપી શકો છો અને જોઈએ અને...

અન્યથા, સંશોધન, મૂલ્યાંકન, પ્રક્રિયા અને માહિતીનું વિશ્લેષણ એ ખૂબ જ રસપ્રદ પ્રક્રિયાઓ છે. અને એવા કિસ્સામાં પણ કે જ્યાં તે કોઈ ચોક્કસ પરિણામ તરફ દોરી જતું નથી, સંશોધન દરમિયાન ઘણી રસપ્રદ બાબતો શીખી શકાય છે. આંકડાકીય પૃથ્થકરણને માનવીય પ્રવૃત્તિના વિશાળ સંખ્યામાં તેનો ઉપયોગ મળ્યો છે અને તમે તેનો ઉપયોગ શાળા, કાર્ય, વ્યવસાય અને બાળ વિકાસ અને સ્વ-શિક્ષણ સહિત અન્ય ક્ષેત્રોમાં કરી શકો છો.

ઇંધણને વાસ્તવિક ચોક્કસ બળતણ વપરાશ પરના આંકડાકીય માહિતીના વિશ્લેષણના આધારે સેટ કરવામાં આવે છે, તેમજ સામાન્ય કાર્યકારી પરિસ્થિતિઓમાં ફેરફારોને પ્રભાવિત કરતા પરિબળો. મલ્ટીપલ રીગ્રેશન મોડલનો ઉપયોગ ગાણિતિક ઉપકરણ તરીકે થાય છે.

નવી તકનીકની આર્થિક કાર્યક્ષમતા અને તેમના પોતાના સંશોધનનું મૂલ્યાંકન કરતા પ્રકાશનોના વિશ્લેષણથી લેખકોને સંખ્યાબંધ તારણો કાઢવાની મંજૂરી મળી. સૌ પ્રથમ, ઓઇલ પ્રોડક્ટ પાઇપલાઇન પરિવહનમાં નવા સાધનોનો ઉપયોગ કરતી વખતે ઉત્પાદનની આર્થિક કાર્યક્ષમતા વધારવા પર વ્યક્તિગત પરિબળોની અસર વાસ્તવિક અવલોકનો અને આંકડાકીય માહિતીના વિશ્લેષણની વિશાળ સામગ્રીના આધારે ઓળખી શકાય છે. આર્થિક કાર્યક્ષમતાનું મૂલ્યાંકન કરવા માટે સૂચકાંકો નક્કી કરતી વખતે, આપેલ સમયગાળામાં પ્રવર્તતી પરિસ્થિતિઓને ધ્યાનમાં લેતા, મીટરના માત્રાત્મક મૂલ્યો ધ્યાનમાં લેવા જોઈએ. ગણતરીમાં ઉપયોગમાં લેવાતા ધોરણો ફુગાવાની સ્થિતિમાં ઉત્પાદન ખર્ચ અને સાધનોના ઉપયોગના અનુક્રમણિકા સાથે હાલના ખર્ચને સંપૂર્ણપણે પ્રતિબિંબિત કરવા જોઈએ.

માનવ વિકાસના ઇતિહાસે દર્શાવ્યું છે કે આંકડાકીય માહિતી વિના રાજ્યનું સંચાલન કરવું, વ્યક્તિગત ઉદ્યોગો અને અર્થતંત્રના ક્ષેત્રોનો વિકાસ કરવો અને તેમની વચ્ચે શ્રેષ્ઠ પ્રમાણ સુનિશ્ચિત કરવું અશક્ય છે. દેશની વસ્તી, સાહસો, બેંકો, ખેતરો, વગેરે વિશે ઘણો ડેટા એકત્રિત કરવાની અને સારાંશ આપવાની જરૂરિયાત વિશેષ આંકડાકીય સેવાઓ - રાજ્ય આંકડાકીય સંસ્થાઓના અસ્તિત્વ તરફ દોરી જાય છે. જે ઉદ્યોગમાં આંકડાકીય માહિતીના સંગ્રહ, પ્રક્રિયા અને પૃથ્થકરણનું આયોજન કરવામાં આવે છે તેના આધારે વસ્તી, ઉદ્યોગ, કૃષિ, મૂડી નિર્માણ, નાણા વગેરેના આંકડાઓને અલગ પાડવામાં આવે છે. આંકડાઓના આ તમામ વિભાગો એકત્રિત કરવા અને સારાંશ આપવાની પદ્ધતિઓ વિકસાવવા માટે રચાયેલ છે. ડેટા, સંબંધિત ઉદ્યોગમાં પ્રક્રિયાઓને પ્રતિબિંબિત કરવા માટે સારાંશ સૂચકાંકોનું નિર્માણ. આંકડા સામાન્ય આર્થિક સૂચકાંકોની પણ ગણતરી કરે છે - કુલ રાષ્ટ્રીય ઉત્પાદન, કુલ સ્થાનિક ઉત્પાદન, કુલ સામાજિક ઉત્પાદન, રાષ્ટ્રીય આવક વગેરે.

આંકડાશાસ્ત્ર શબ્દનો ઉપયોગ અનેક અર્થોમાં થાય છે, મુખ્યત્વે ડેટા શબ્દના સમાનાર્થી તરીકે. તે આ અર્થમાં છે કે કોઈ રશિયામાં જન્મ અને મૃત્યુ દરના આંકડા અથવા ગુનાઓના આંકડા કહી શકે છે. આંકડાશાસ્ત્ર એ જ્ઞાનની એક શાખા છે જે સામૂહિક ઘટનાને દર્શાવતા આંકડાકીય ડેટા સાથે કામ કરવાના સિદ્ધાંતો અને પદ્ધતિઓને જોડે છે. આંકડાશાસ્ત્રને આંકડાકીય માહિતી એકત્રિત કરવા, પ્રક્રિયા કરવા અને તેનું વિશ્લેષણ કરવાના હેતુથી પ્રાયોગિક પ્રવૃત્તિની શાખા પણ કહેવામાં આવે છે.

રશિયન ફેડરેશનમાં ફુગાવાના ઉદભવના કારણો અને કોર્સનું વિશ્લેષણ તેમની વિશિષ્ટતા અને માંગ-બાજુના ફુગાવા પર ખર્ચ-પુશ ફુગાવાનું નોંધપાત્ર વર્ચસ્વ દર્શાવે છે. તેથી, પશ્ચિમી ફુગાવા વિરોધી સિદ્ધાંતો રશિયન પરિસ્થિતિઓ માટે ખૂબ જ યોગ્ય નથી. ઘરેલું, સુસંગત, સંપૂર્ણ સિદ્ધાંત હજી બનાવવામાં આવ્યો નથી, જેમ કે ફુગાવા સામે લડવા માટે કોઈ જાડા રશિયન પાઠ્યપુસ્તકો નથી. અત્યંત જરૂરી જ્ઞાનના ટુકડા સેંકડો અખબારો અને સામયિકોમાં પથરાયેલા છે. કાર્ય, એક તરફ, બિન-ચુકવણીઓના ગંઠાઇ જવાને સાફ કરવાનું છે, જે પહેલાથી જ કેટલાક કિસ્સાઓમાં ઉત્પાદનના લકવા તરફ દોરી ગયું છે, અને બીજી તરફ, ફુગાવાના પતનને અટકાવવાનું છે. સૌથી મુશ્કેલ કાર્યો, પરંતુ તેઓ ઉકેલવા જ જોઈએ. છેલ્લા સાત વર્ષમાં આંકડાકીય માહિતીના વિશ્લેષણના આધારે, અગ્રણી સ્થાનિક અર્થશાસ્ત્રીઓના પ્રકાશનોનો અભ્યાસ કરીને, લેખક સમસ્યાઓના પોતાના ઉકેલો આપે છે.

કાર્ય, એક તરફ, બિન-ચુકવણીઓના ગંઠાવાનું, જે કેટલાક કિસ્સાઓમાં પહેલેથી જ લકવો તરફ દોરી ગયું છે, અને બીજી તરફ, ફુગાવાના પતનને અટકાવવાનું છે. સામાન્ય રીતે ફુગાવાને દબાવવાનો આ સમય છે - દરેક સંભવિત રીતે માંગમાં હોય તેવા ઉત્પાદનોના ઉત્પાદનમાં વધારો કરીને. આ સૌથી મુશ્કેલ કાર્યો છે, પરંતુ જો આપણે કાચા માલના જોડાણ તરીકે નહીં, પરંતુ વિશ્વ શક્તિ તરીકે ટકી રહેવા માંગતા હોય તો તે ઉકેલવા જોઈએ. આંકડાકીય માહિતીના વિશ્લેષણ અને અગ્રણી સ્થાનિક અર્થશાસ્ત્રીઓના પ્રકાશનો સાથે પરિચિતતાના આધારે, લેખક સમસ્યાઓના પોતાના ઉકેલો પ્રદાન કરે છે.

આમ, ચલ પરિમાણોવાળા મોડેલોમાં, આંકડાકીય માહિતી, તકનીકી પ્રક્રિયાઓના પ્રકાર અને પ્રવાહના ગુણવત્તા સૂચકાંકોના વિશ્લેષણના આધારે પસંદગીના ગુણાંકની વિવિધતાની શ્રેણીઓ સ્થાપિત કરવા માટે એક ભિન્ન અભિગમ જરૂરી છે.

મેક્રોઇકોનોમિક સૂચકાંકોના આધારે કર આવકની આગાહી આગામી વર્ષ અને મધ્યમ ગાળા માટે કરની આવક પેદા કરવાની વ્યૂહરચના નક્કી કરે છે, પરંતુ કર આયોજનની તમામ સમસ્યાઓ હલ કરતી નથી. તેથી, કર આયોજનનો આવશ્યક ઘટક એ છે કે પાછલા સમયગાળા માટે બજેટમાં કરના સંચય અંગેના આંકડાકીય ડેટાની પ્રક્રિયા અને વિશ્લેષણ, તેમજ કર કાયદામાં સંભવિત ફેરફારો વિશેની માહિતી.

ઉત્પાદનોના જથ્થાના સંચાલનના વર્ષોની ગતિશીલતાને દર્શાવતા આંકડાકીય માહિતીના વ્યવસ્થિત સંગ્રહ અને વિશ્લેષણનું આયોજન કરવું જરૂરી છે અને રજૂ કરવામાં આવતા સાધનોનો ઉપયોગ કરીને કરવામાં આવેલ કાર્ય તેમજ ખર્ચ, શ્રમની તીવ્રતા અને સામગ્રીની તીવ્રતા.

મુખ્ય પસંદ કરેલ પરિમાણ નક્કી કરવા સાથે, ચોક્કસ પ્રકારની મશીનરી અને સાધનોની જરૂરિયાતની ગણતરી અન્ય ઘણા પરિબળોના આધારે ગોઠવવામાં આવે છે: રાષ્ટ્રીય અર્થતંત્રના ક્ષેત્રો દ્વારા મશીનરી અને સાધનોના વપરાશના સંતુલનમાં ફેરફાર, રાષ્ટ્રિય અર્થતંત્રમાં ફેરફાર. ઉત્પાદનના આઉટપુટનું માળખું, વિશેષતા અને સહકારના વિકાસ સાથે સંકળાયેલા ફેરફારોની વધુ પ્રગતિશીલ, વિશ્વસનીય અને ટકાઉ ડિઝાઇનની રજૂઆતને કારણે રુબેલ્સમાં આયોજિત ઉત્પાદનોની શ્રેણીમાં ફેરફાર, આઉટપુટના કુલ જથ્થાને અસર કરે છે, વગેરે. ચોક્કસનો પ્રભાવ વિવિધ પ્રકારનાં સાધનોની જરૂરિયાત નક્કી કરવા માટે સૂચકાંકોમાં ફેરફાર પરના પરિબળોને આયોજિત એક સમયગાળા માટે તેમની આગાહી સાથે પૂર્વ-આયોજિત સમયગાળા માટે આંકડાકીય માહિતીના વિશ્લેષણના આધારે ઓળખવામાં આવે છે.

રોજગાર સૂચકાંકો અને આર્થિક વિકાસના અન્ય મહત્વપૂર્ણ સૂચકાંકો વચ્ચે ખૂબ જ ગાઢ સંબંધ છે. આમ, બેરોજગારી અને જીડીપીમાં ફેરફાર વચ્ચેનો સંબંધ ઓકુનના કાયદા દ્વારા વર્ગીકૃત કરવામાં આવે છે, જે યુનાઇટેડ સ્ટેટ્સ (50-80 ના સમયગાળા માટે) માટે આંકડાકીય માહિતીના વિશ્લેષણના આધારે અનુભવાત્મક રીતે શોધાયેલ છે, અને પછી મેક્રોઇકોનોમિક અભ્યાસમાં સૈદ્ધાંતિક રીતે સાબિત થાય છે. તેના મૂળ સ્વરૂપમાં, યુનાઇટેડ સ્ટેટ્સમાં લાગુ થયા મુજબ, ઓકુનનો કાયદો જણાવે છે

x ના તમામ સકારાત્મક મૂલ્યો માટે, કાર્ય x = b/2 પર વધે છે, વળાંકમાં એક વિક્ષેપ બિંદુ છે - x પર ઝડપી વૃદ્ધિ, x > b/2 પર ધીમી વૃદ્ધિ. આ પ્રકારનાં કાર્યોનો ઉપયોગ ગ્રાહક બજેટ પરના આંકડાકીય માહિતીના વિશ્લેષણમાં થાય છે, જ્યાં એક પૂર્વધારણા એસિમ્પ્ટોટિક સ્તરના ખર્ચના અસ્તિત્વ વિશે, ઉત્પાદનનો વપરાશ કરવાની નજીવી વૃત્તિમાં ફેરફાર વિશે, થ્રેશોલ્ડના અસ્તિત્વ વિશે આગળ મૂકવામાં આવે છે. આવકનું સ્તર 1. આ કિસ્સામાં, x -> હા ​​y - e" (ફિગ. 2.5) માટે.

આ સૂત્ર આંકડાકીય માહિતીનું વિશ્લેષણ કરવા માટે લાગુ કરવામાં આવ્યું હતું,

તમામ વેચાણની આગાહી લોકો શું કહે છે, લોકો શું કરે છે અને લોકોએ શું કર્યું છે તેનો અભ્યાસ કરીને મેળવેલી ત્રણ પ્રકારની માહિતી પર આધારિત છે. પ્રથમ પ્રકારની માહિતી મેળવવી એ ગ્રાહકો અને ખરીદદારો, વેચાણ એજન્ટો અને મધ્યસ્થીઓના અભિપ્રાયોના અભ્યાસ પર આધારિત છે. સમાજશાસ્ત્રીય સંશોધનની પદ્ધતિઓ અને નિષ્ણાત પદ્ધતિઓનો અહીં ઉપયોગ થાય છે. લોકો શું કરે છે તેના અભ્યાસમાં માર્કેટ ટેસ્ટિંગનો સમાવેશ થાય છે. લોકોએ શું કર્યું છે તેના અભ્યાસમાં તેઓએ કરેલી ખરીદીઓ વિશે આંકડાકીય માહિતીનું વિશ્લેષણ કરવાનો સમાવેશ થાય છે.

ચાલો તેલ અને ગેસ ઉત્પાદન એકમોના વિતરણને ધ્યાનમાં લઈએ જે વધતા, સ્થિર અને ઘટતા ઉત્પાદન સાથે તેલ અને ગેસ ઉત્પાદન એકમોમાં ઉત્પાદનના જથ્થામાં ફેરફારની પ્રકૃતિ અનુસાર છે. 1972 ના 1/1 સુધીમાં, ઉદ્યોગમાં 104 તેલ અને ગેસ ઉત્પાદન એકમોમાંથી, 43 (અથવા 41.4%) વધી રહ્યા હતા અને 61 સ્થિર અથવા ઘટી રહ્યા હતા. 76 તેલ અને ગેસ ઉત્પાદન એકમો માટે લેખકો દ્વારા હાથ ધરવામાં આવેલા 1970 માટે આંકડાકીય માહિતીના વિશ્લેષણથી તેલ અને ગેસ ઉત્પાદન એકમોના વિવિધ પેટાજૂથોની કેટલીક સામાન્ય લાક્ષણિકતાઓને ઓળખવાનું શક્ય બન્યું, જે કોષ્ટકમાં આપવામાં આવ્યા છે. 15.

આંકડાશાસ્ત્ર એ સામાન્ય સૈદ્ધાંતિક વિજ્ઞાન છે જે ઘટના અને પ્રક્રિયાઓમાં જથ્થાત્મક ફેરફારોનો અભ્યાસ કરે છે.

રાજ્યના આંકડા, આંકડાકીય સેવાઓ, રોસસ્ટેટ (ગોસ્કોમસ્ટેટ), આંકડાકીય માહિતી, ક્વેરી આંકડા, વેચાણના આંકડા, ખેલાડીઓના આંકડા

  • આંકડા એ વ્યાખ્યા છે
  • રાજ્યના આંકડા
  • આંકડાકીય સેવાઓ
  • CIS ની રાષ્ટ્રીય આંકડાકીય સેવાઓ
  • રશિયાના આંકડા
  • ફેડરલ સ્ટેટ સ્ટેટિસ્ટિક્સ સર્વિસની અધિકૃત વેબસાઇટ www.gks.ru
  • ઘર
  • Rosstat વિશે
  • સમાચાર
  • સત્તાવાર આંકડા
  • ઉત્તરદાતાઓ માટે
  • સરકારી પ્રાપ્તિ
  • સમુદાય
  • જર્નલ "આંકડાના પ્રશ્નો"
  • વિજ્ઞાન તરીકે આંકડા
  • ગણિતના આંકડા
  • સંભાવના સિદ્ધાંત
  • રમતોના પ્રકાર
  • પ્લેયર આંકડા
  • શ્રમ દળના આંકડા
  • સ્ત્રોતો અને લિંક્સ

આંકડા એ વ્યાખ્યા છે

આંકડા છેજ્ઞાનનો એક વ્યાપક ક્ષેત્ર જેમાં વિવિધ વૈજ્ઞાનિક શાખાઓના જ્ઞાનનો સમાવેશ થાય છે - ગણિત, ભૌતિકશાસ્ત્ર, અર્થશાસ્ત્ર, એકત્ર કરવાના મુદ્દાઓની રૂપરેખા, ઘટના અને પ્રક્રિયાઓમાં જથ્થાત્મક ફેરફારોને માપવા અને આ ડેટાનું વિશ્લેષણ. આંકડાકેવી રીતે આ શબ્દમાં ઘણા અર્થો શામેલ છે: ગાણિતિક આંકડા, આર્થિક આંકડા, લાગુ આંકડા, ભૌતિકશાસ્ત્ર અને ભૌતિક ઘટનાના ક્ષેત્રમાં આંકડા. આ તમામ સંબંધિત શાખાઓમાં, આંકડા વિકાસની પેટર્ન દર્શાવે છે પ્રક્રિયાઓ, એકત્રિત આંકડાકીય વિશ્લેષણના આધારે વસ્તુઓનું વર્તન ડેટા.

આંકડા છેડિજિટલનો સમૂહ માહિતી, સામૂહિક ઘટનાની સ્થિતિનું લક્ષણ અને પ્રક્રિયાઓસામાજિક જીવન; એન્ટરપ્રાઇઝ, સંસ્થાઓ, અર્થતંત્રના ક્ષેત્રોના અહેવાલોમાં પ્રસ્તુત આંકડાકીય માહિતી, તેમજ સંગ્રહ, સંદર્ભ પુસ્તકો, સામયિકો અને ઇન્ટરનેટ પર પ્રકાશિત થાય છે, જે આંકડાકીય કાર્યનું પરિણામ છે.

આંકડા છેઉદ્યોગસામાજિક જીવનની વિવિધ ઘટનાઓ અને પ્રક્રિયાઓ પર સામૂહિક ડિજિટલ ડેટાના સંગ્રહ, પ્રક્રિયા, વિશ્લેષણ અને પ્રકાશન માટે વ્યવહારુ પ્રવૃત્તિઓ ("આંકડાકીય એકાઉન્ટિંગ").

આંકડા છેમાત્રાત્મક નામુંસામૂહિક ઘટના.

આંકડા છેઆંકડાઓના વિશેષ વિભાગો કે જે સામાજિક જીવનના અમુક ક્ષેત્રોનો અભ્યાસ કરે છે અને સ્વતંત્ર શાખાઓમાં વિભાજિત થાય છે.

આંકડા છેઅવલોકનોના પરિણામોમાંથી ચોક્કસ અલ્ગોરિધમ દ્વારા મેળવેલા અસંખ્ય રેન્ડમ ચલોનું ચોક્કસ પરિમાણ, ઉદાહરણ તરીકે, આંકડાકીય માપદંડ (જટિલ આંકડા) નો ઉપયોગ વિવિધ પૂર્વધારણાઓ (આધારિત નિવેદનો) નું પરીક્ષણ કરતી વખતે વ્યક્તિગત સૂચકાંકોના સ્વભાવ અથવા મૂલ્યો અંગે અભ્યાસ હેઠળનો ડેટા, તેમના વિતરણની વિશેષતાઓ, વગેરે.

આંકડા છે

રાજ્યના આંકડા

રાજ્યના આંકડા છેરાજ્યના આંકડાકીય સંસ્થા અને તેની સેવાઓ દ્વારા હાથ ધરવામાં આવતી પ્રવૃત્તિઓ. આ પ્રવૃત્તિનો હેતુ દેશની સામાજિક, આર્થિક, વસ્તી વિષયક અને પર્યાવરણીય પરિસ્થિતિ પર સત્તાવાર આંકડાકીય માહિતી પેદા કરવાના કાર્યો હાથ ધરવાનો છે.

રશિયન ફેડરેશન અને આંતરરાષ્ટ્રીય આંકડાઓમાં રાજ્યના આંકડાઓનું સંગઠન

પહેલેથી જ નોંધ્યું છે તેમ, આંકડાકીય જોબસામૂહિક ઘટનાઓ પર આંકડાકીય માહિતી એકત્રિત કરવી, તેમની પ્રક્રિયા કરવી, વિશ્લેષણ માટે અનુકૂળ સ્વરૂપમાં પ્રસ્તુત કરવું, પ્રાપ્ત પરિણામોનું વિશ્લેષણ અને અર્થઘટન કરવું.

ડેટા સંગ્રહ સમગ્ર અભ્યાસને અન્ડરપિન કરે છે. વિશ્લેષણ પરિણામોની વિશ્વસનીયતા વપરાયેલ ડેટાની ગુણવત્તા, તેની વિશ્વસનીયતા અને ચોકસાઈ પર આધારિત છે. આંકડાકીય માહિતી પ્રત્યે લોકોનું વલણ અલગ-અલગ હોય છે: કેટલાક તેને સમજતા નથી, અન્ય બિનશરતી રીતે માને છે, અન્ય લોકો અંગ્રેજી રાજકારણી બી. ડિઝરાયલી (1804-1881) ના અભિપ્રાય સાથે સંમત છે: “ત્યાં જૂઠાણાં છે, સ્પષ્ટ જૂઠાણાં છે, અને ત્યાં છે. આંકડા." જો કે, તે નીચેના નિવેદનની પણ માલિકી ધરાવે છે: "જીવનમાં, એક નિયમ તરીકે, જેમની પાસે વધુ સારી માહિતી હોય છે તેઓ વધુ સફળ થાય છે." આંકડાકીય માહિતીના આધારે, સરકાર તેની આર્થિક અને સામાજિક નીતિ વિકસાવે છે, તેના પરિણામોનું મૂલ્યાંકન કરે છે અને આર્થિક આગાહીઓ કરે છે. સ્ટેટિસ્ટિકલ રાજ્યો વચ્ચે દ્વિપક્ષીય અને બહુપક્ષીય આર્થિક કરારોની તૈયારીને સુનિશ્ચિત કરે છે. આંકડા પ્રાદેશિક સમસ્યાઓના નિરાકરણ માટે, વ્યવસાયિક પ્રવૃત્તિઓ માટે માહિતી પ્રદાન કરે છે - વિવિધ પ્રદેશોમાં માલસામાનની કિંમતોનું સ્તર, માલના વેચાણની માત્રા, ધિરાણની સ્થિતિ, ફુગાવાનું સ્તર અને દર, રોજગારવગેરે; છેવટે, એક અથવા બીજી રીતે, આપણામાંના દરેકને વર્તણૂકીય વ્યૂહરચના પસંદ કરવા અંગે નિર્ણય લેવા માટે આંકડાની જરૂર છે.

કોઈપણ સ્તરે અને કોઈપણ ક્ષેત્રમાં, આંકડાઓનો ઉપયોગ કરવાની અસરકારકતા મોટાભાગે સ્ત્રોત ડેટાની ગુણવત્તા દ્વારા નક્કી કરવામાં આવે છે.

હું આંકડા ક્યાંથી મેળવી શકું?

આંકડા મુખ્યત્વે વિવિધ પ્રકાશનોમાંથી મેળવી શકાય છે, ઉદાહરણ તરીકે વિનિમય દરો, ચલણના વેચાણની માત્રા, વધઘટ જેવા આંકડા કિંમતો, ખાનગીકરણની ગતિ અને સ્વરૂપો, વગેરે મેગેઝિન "", અખબારો "અર્થતંત્ર અને જીવન", "નાણાકીય ગેઝેટ", "કોમર્સન્ટ ડેઇલી", વગેરેમાં આપવામાં આવે છે.

આંકડાકીય માહિતી પ્રદાન કરવી એ રાજ્યના આંકડાકીય સંસ્થાઓ અને તેમની પ્રવૃત્તિઓના ઉત્પાદનોનું મુખ્ય કાર્ય છે. કોઈપણ ઉત્પાદનની જેમ, તેની કિંમત હોય છે. ખાસ કરીને ખર્ચાળ તે માહિતી છે જેની રસીદ રાજ્યના આંકડાઓના કાર્ય કાર્યક્રમના અવકાશની બહાર જાય છે.

રાજ્યના આંકડાકીય સંસ્થાઓની રચના દેશના વહીવટી-પ્રાદેશિક વિભાગને અનુરૂપ છે. બે શહેરોમાં - મોસ્કો અને સેન્ટ પીટર્સબર્ગ - ત્યાં સ્થાનિક આંકડા સમિતિઓ છે, જે સ્વાયત્ત પ્રજાસત્તાકમાં સમાન છે. આંકડા સમિતિઓ પ્રદેશો અને પ્રદેશોમાં પણ કાર્ય કરે છે. નીચલા સ્તર એ રાજ્યના આંકડાઓના જિલ્લા નિરીક્ષકો છે, જે પ્રદેશો અને પ્રદેશો, મોટા શહેરોના વહીવટી જિલ્લાઓમાં સ્થિત છે.

તમામ આંકડાકીય સંસ્થાઓના મુખ્ય કાર્યો યુઝર-ફ્રેન્ડલી સ્વરૂપમાં ડેટા એકત્રિત કરવા, પ્રક્રિયા કરવા, વિશ્લેષણ કરવા અને પ્રસ્તુત કરવાના છે. આંકડાકીય સેવાઓએ તાત્કાલિક ધોરણે સંચાલક સંસ્થાઓને માહિતી પ્રદાન કરવી જોઈએ, રશિયન ફેડરેશનની સેન્ટ્રલ બેંક અને તેની સ્થાનિક કચેરીઓ, નાણા મંત્રાલય સાથે માહિતીની આપ-લે કરવી જોઈએ. આરએફઅને તેના સ્થાનિક સત્તાવાળાઓ, રાજ્ય સંપત્તિ સમિતિ આરએફઅને તેની સેવાઓ. રશિયન ફેડરેશનની શ્રમ અને રોજગાર સમિતિ, વગેરે.

તમામ આંકડાકીય સંસ્થાઓ, જિલ્લા નિરીક્ષકો સિવાય, એક આંતરિક માળખું ધરાવે છે: આંકડા વિભાગો સાહસો, કૃષિ, મૂડી નિર્માણ, વગેરે. રાજ્યના આંકડાઓ દેશના રાષ્ટ્રીય અર્થતંત્રના વિકાસની જટિલતા અને વ્યક્તિગત પ્રદેશો અને પ્રદેશો વચ્ચેના સંબંધોને પ્રતિબિંબિત કરવા માટે રચાયેલ છે. આ કાર્યો વિભાગો દ્વારા કરવામાં આવે છે ( સંચાલન) બેલેન્સ શીટ વર્ક્સ અને રાષ્ટ્રીય એકાઉન્ટ્સની સિસ્ટમ, નાણાકીય આંકડા, એકીકૃત વિભાગ.

આંકડાકીય કાર્યની કાર્યક્ષમતા અને ગુણવત્તા માહિતી એકત્ર કરવા, પ્રસારિત કરવા, પ્રક્રિયા કરવા અને સ્ટોર કરવા માટેની ટેકનોલોજીના વિકાસ પર આધારિત છે. તમામ પ્રાદેશિક, પ્રાદેશિક અને પ્રજાસત્તાક આંકડા વિભાગો અને સમિતિઓમાં કોમ્પ્યુટર કેન્દ્રો છે. રોસસ્ટેટ (રશિયન ફેડરેશનના ગોસ્કોમસ્ટેટ (જીસીસી આરએફ)) પાસે એક શક્તિશાળી કમ્પ્યુટિંગ કેન્દ્ર છે. આંકડાકીય સેવાઓની ડેટા બેંકો અને પ્રાદેશિક અને સંઘીય માહિતીના અન્ય ધારકોને જોડતા સ્થાનિક કમ્પ્યુટર નેટવર્ક્સ વધુને વધુ મહત્વપૂર્ણ બની રહ્યા છે.

આંકડાકીય પ્રકાશનો આંકડાકીય માહિતીના સંભવિત સ્ત્રોતોમાંથી એક છે. તેનો ઉપયોગ કરીને, તમારે આંકડાકીય માહિતીની ટીકા કરવી જોઈએ, આ અથવા તે આંકડો કેટલો વાસ્તવિક છે તેનું મૂલ્યાંકન કરવું જોઈએ. વિવિધ સ્ત્રોતોમાંથી ડેટા મેળવવો ઉપયોગી છે. જો તેઓ ઘણી વખત નોંધપાત્ર રીતે અલગ પડે છે, તો ડેટા વિશ્વસનીય નથી. તે ડેટાનો ઉપયોગ કરવો વધુ સારું છે જેની સંપાદન પદ્ધતિ સ્પષ્ટ છે. રાજ્યના આંકડાકીય માહિતીની વિશ્વસનીયતા એ હકીકત દ્વારા નક્કી કરવામાં આવે છે કે આ એકીકૃત પદ્ધતિનો ઉપયોગ કરીને ખાસ પ્રશિક્ષિત કામદારોની વ્યાવસાયિક પ્રવૃત્તિઓનું પરિણામ છે, જે મોટાભાગના કિસ્સાઓમાં, આંતરરાષ્ટ્રીય ધોરણોને અનુરૂપ છે, જેનાથી કોઈપણ સૂચકની ગતિશીલતાને શોધી કાઢવાનું શક્ય બને છે. ઘણા વર્ષો.

જો આંકડાકીય સંગ્રહમાં કોઈ અનુરૂપ ડેટા નથી, તો પછી તમે તેને જાતે મેળવી શકો છો, એટલે કે. આંકડાકીય અવલોકન કરો - વૈજ્ઞાનિક રીતે સંગઠિત માહિતી સંગ્રહ. રાજ્યની આંકડાકીય પ્રણાલીમાં, કામની કુલ રકમનો ઓછામાં ઓછો ત્રીજા ભાગ ડેટા મેળવવા સાથે સંકળાયેલો છે.

કોઈપણ અને જ્યારે પણ આંકડાકીય અવલોકન હાથ ધરવામાં આવે છે, તે ચોક્કસ નિયમો અનુસાર ગોઠવાયેલ હોવું જોઈએ, જેનું પાલન આંકડાકીય સંશોધન માટે વિશ્વસનીય આધાર સુનિશ્ચિત કરે છે.

આંકડાકીય સેવાઓ

આંતરરાષ્ટ્રીય સંસ્થાઓની આંકડાકીય સેવાઓ

આંતરરાષ્ટ્રીય આંકડાકીય સંસ્થા આંકડાકીય સેવાઓ દ્વારા હાથ ધરવામાં આવે છે સંસ્થાઓયુનાઈટેડ નેશન્સ (યુએન), વિશિષ્ટ એજન્સીઓ (આઈએલઓ, એફએઓ, ડબ્લ્યુએચઓ, વગેરે) અને અન્ય આંતરરાષ્ટ્રીય સંસ્થાઓ - સંસ્થાઓઇકોનોમિક કોઓપરેશન એન્ડ ડેવલપમેન્ટ (OECD), યુરોપિયન કોમ્યુનિટી (EC), ઇન્ટરનેશનલ મોનેટરી ફંડ, વર્લ્ડ જારવગેરે આ સંસ્થાઓની આંકડાકીય સેવાઓની પ્રવૃત્તિઓમાં આંતરરાષ્ટ્રીય ધોરણોના વિકાસનો સમાવેશ થાય છે જે વિવિધ દેશોના આંકડાકીય સૂચકાંકોની તુલનાત્મકતા, આંતરરાષ્ટ્રીય તુલનાના અમલીકરણ અને દેશો, પ્રદેશો અને સમગ્ર વિશ્વના જૂથો માટે ડેટાનું પ્રકાશન સુનિશ્ચિત કરે છે. વિદેશી રાષ્ટ્રીય અને આંતરરાષ્ટ્રીય આંકડાકીય પ્રકાશનો, તેમજ સ્થાનિક પ્રકાશનોને, આંકડાઓના તમામ વિભાગો પરના ડેટા સહિત, અને વિશિષ્ટ, કોઈપણ એક પરના ડેટા સહિત વિભાજિત કરી શકાય છે. ઉદ્યોગ, ઉદાહરણ તરીકે, નાણાકીય, વસ્તી વિષયક, કૃષિ અને અન્ય આંકડા.

આંકડા છે

એકીકૃત પ્રકાશનોમાંથી, સૌથી મહત્વપૂર્ણ યુએન યરબુક - સ્ટેટિસ્ટિકલ યરબુક છે. આંકડાશાસ્ત્રના ક્ષેત્રમાં આંતરરાષ્ટ્રીય વૈજ્ઞાનિક કેન્દ્ર આંતરરાષ્ટ્રીય આંકડાકીય સંસ્થા (ISI) છે.

આંતરરાષ્ટ્રીય સંસ્થાઓની આંકડાકીય સેવાઓની સૂચિ:

યુનાઇટેડ નેશન્સ સ્ટેટિસ્ટિક્સ ડિવિઝન, યુનાઇટેડ નેશન્સ;

આંકડાકીય વિભાગ, યુરોપ માટે યુનાઇટેડ નેશન્સ ઇકોનોમિક કમિશન;

સ્ટેટિસ્ટિક્સ ડિવિઝન, યુએન ઇકોનોમિક એન્ડ સોશિયલ કમિશન ફોર એશિયાઅને પેસિફિક (ESCAP);

બ્યુરો ઓફ સ્ટેટિસ્ટિક્સ, ઇન્ટરનેશનલ લેબર ઓફિસ (ILO);

FAO સ્ટેટિસ્ટિક્સ ડિવિઝન (UN Food and Agriculture Organisation) સ્ટેટિસ્ટિક્સ ડિવિઝન, FAO;

યુનેસ્કો ડિપાર્ટમેન્ટ ઑફ સ્ટેટિસ્ટિક્સ ઇન્સ્ટિટ્યુટ ફોર સ્ટેટિસ્ટિક્સ, UNESCO;

આંકડા વિભાગ અંતરરાષ્ટ્રીય નાણાંકીય ભંડોળઆંકડા વિભાગ, અંતરરાષ્ટ્રીય નાણાંકીય ભંડોળ;

વિશ્વ આર્થિક વિકાસ વિભાગ જારવિકાસ અર્થશાસ્ત્ર વિભાગ, વિશ્વ બેંક;

યુરોપિયન સમુદાયોની આંકડાકીય કચેરી (યુરોસ્ટેટ);

સ્ટેટિસ્ટિક્સ ડિરેક્ટોરેટ, ઓર્ગેનાઈઝેશન ફોર ઈકોનોમિક કો-ઓપરેશન અને વિકાસ(OECD);

કાયમી ઓફિસ, ઇન્ટરનેશનલ સ્ટેટિસ્ટિકલ ઇન્સ્ટિટ્યૂટ (ISI);

પર્યાવરણ;

આંતરરાષ્ટ્રીય આંકડા (આંતરરાષ્ટ્રીય સરખામણીઓ, આંતરરાષ્ટ્રીય સરખામણી કાર્યક્રમ, આંતરરાષ્ટ્રીય સંસ્થાઓના ડેટાબેસેસ);

આર્થિક પ્રવૃત્તિના પ્રકાર દ્વારા અગ્રણી સૂચકાંકો;

પ્રકાશનો (પ્રકાશનોના નાણાકીય મુદ્દાની યોજના, પ્રકાશનોની સૂચિ);

ડેટાબેસેસ (CBSD, EMISS, નગરપાલિકાઓના સૂચકો, શોકેસની સૂચિ);

IMF SDDS.

ઉત્તરદાતાઓ માટે માહિતી

ફેડરલ આંકડાકીય અવલોકન સ્વરૂપો;

સ્ટેટકેલેન્ડર;

ઇલેક્ટ્રોનિક સ્વરૂપમાં આંકડાકીય અહેવાલ;

ઓલ-રશિયન વર્ગીકૃત;

વ્યવસાયિક સંસ્થાઓની માહિતી માટે.

સરકારી પ્રાપ્તિ

આ વિભાગમાં ટેન્ડરો, સ્પર્ધાઓ અને રોસ્ટેટના અવતરણો, TOGS માં સરકારી પ્રાપ્તિ અને ઓર્ડર આપવાના આંકડાઓ વિશેની માહિતી છે. વધુમાં, તમે ઓર્ડર પ્લેસમેન્ટ શેડ્યૂલ અને સરકારી પ્રાપ્તિ પરના નિયમનકારી દસ્તાવેજોથી પોતાને પરિચિત કરી શકો છો.

સમુદાય

આ વિભાગમાં સાયન્ટિફિક એન્ડ મેથોડોલોજિકલ કાઉન્સિલ, પબ્લિક કાઉન્સિલ, રશિયન એકેડેમી ઑફ સાયન્સિસના સેન્ટ્રલ ડિસ્પેચ ઑફિસના સ્ટેટિસ્ટિક્સ સેક્શન અને યુથ કાઉન્સિલ ઑફ રોસ્ટેટ વિશેની માહિતી છે.

સમૂહ માધ્યમો

આ વિભાગમાં મીડિયામાં રોસસ્ટેટ મેનેજમેન્ટના પ્રકાશનો, ભાષણો અને ઇન્ટરવ્યુ વિશેની માહિતી છે, અને રોસસ્ટેટ બિઝનેસ જર્નાલિઝમ ક્લબની પ્રવૃત્તિઓને પણ પ્રતિબિંબિત કરે છે.

આંકડા છે

જર્નલ "આંકડાના પ્રશ્નો"

આ વિભાગમાં વૈજ્ઞાનિક અને માહિતી જર્નલ "સ્ટેટિસ્ટિક્સના પ્રશ્નો" વિશેની માહિતી છે, જેના સ્થાપક રોસ્ટેટ છે.

રોસસ્ટેટ (રશિયન ફેડરેશનનું ગોસ્કોમસ્ટેટ) એ તમામ રાજ્ય આંકડાકીય સેવાઓના કાર્ય માટે પદ્ધતિસરનું અને સંસ્થાકીય કેન્દ્ર છે. તેની રચનામાં એક વિશેષતા છે નિયંત્રણપદ્ધતિશાસ્ત્રીઓ અને આંકડાકીય કાર્યો. અહીં ભવિષ્ય માટે આંકડાકીય કાર્ય માટે એક સંઘીય યોજના વિકસાવવામાં આવી રહી છે, પદ્ધતિઆંકડાકીય સૂચકાંકોની ગણતરી, આંકડાકીય માહિતીનો સંગ્રહ અને વિકાસ.

સાયન્ટિફિક રિસર્ચ ઇન્સ્ટિટ્યૂટ ઑફ સ્ટેટિસ્ટિક્સ પદ્ધતિસરના કાર્યમાં મુખ્ય ભૂમિકા ભજવે છે. સાયન્ટિફિક એન્ડ મેથોડોલોજિકલ કાઉન્સિલ ઓફ રોસસ્ટેટ (રશિયન ફેડરેશનની ગોસ્કોમસ્ટેટ), જે રાજ્યના આંકડાકીય ક્ષેત્રના અગ્રણી કામદારો અને આર્થિક અને આંકડાકીય વિજ્ઞાનના પ્રતિનિધિઓને એક કરે છે, તે પણ આ કાર્યમાં ભાગ લે છે.

તાજેતરના વર્ષોમાં, રોસસ્ટેટ (રશિયન ફેડરેશનના ગોસ્કોમસ્ટેટ) ના પદ્ધતિસરના કાર્યનો ઉદ્દેશ આંતરરાષ્ટ્રીય ધોરણોને પૂર્ણ કરતી સંકલિત એકાઉન્ટિંગ અને આંકડાકીય પ્રણાલી રજૂ કરવાનો છે, મુખ્યત્વે રશિયન ફેડરેશનના રાષ્ટ્રીય એકાઉન્ટ્સની સિસ્ટમ વિકસાવવા, જે તેને શક્ય બનાવે છે. અર્થતંત્રના મુખ્ય પ્રમાણની રચનાનો અભ્યાસ કરો અને આંતરરાષ્ટ્રીય વ્યવહારમાં ઉપયોગમાં લેવાતા સૌથી મહત્વપૂર્ણ મેક્રોઇકોનોમિક સૂચકાંકોની ગણતરી કરો, અને માપન માટે પણ ફુગાવોઅને જીવનધોરણ. આ કાર્ય આંતરરાષ્ટ્રીય આંકડાકીય સંસ્થાઓ અને વિકસિત દેશોની રાષ્ટ્રીય આંકડાકીય સેવાઓની ભાગીદારી સાથે હાથ ધરવામાં આવે છે. રાષ્ટ્રીય આંકડાકીય કચેરીઓ અને પ્રાદેશિક સ્તરે આંતરરાષ્ટ્રીય જોડાણો વ્યાપક બન્યા છે.

વિજ્ઞાન તરીકે આંકડા

"આંકડા" શબ્દ લેટિન સ્થિતિ પરથી આવ્યો છે - રાજ્ય, દૃષ્ટિકોણથી બાબતોની સ્થિતિ કાયદો. શરૂઆતમાં તેનો અર્થ "રાજકીય રાજ્ય" તરીકે થતો હતો. 1746 માં જર્મન વૈજ્ઞાનિક ગોટફ્રાઈડ અચેનવોલે વિજ્ઞાનમાં "આંકડા" શબ્દ દાખલ કર્યો હતો, જર્મની પ્રજાસત્તાકની યુનિવર્સિટીઓમાં ભણાવવામાં આવતા કોર્સ "સ્ટેટ સ્ટડીઝ" ના નામને "આંકડા" સાથે બદલવાની દરખાસ્ત કરી હતી, જેનાથી વિકાસની શરૂઆત થઈ હતી. વિજ્ઞાન અને શૈક્ષણિક શિસ્ત તરીકે આંકડાઓનું. આ હોવા છતાં, આંકડાકીય રેકોર્ડ ખૂબ પહેલા રાખવામાં આવ્યા હતા: પ્રાચીન ચીનમાં વસ્તી ગણતરી હાથ ધરવામાં આવી હતી, રાજ્યોની લશ્કરી સંભવિતતાની તુલના કરવામાં આવી હતી, પ્રાચીન રોમમાં નાગરિકોની મિલકત રેકોર્ડ કરવામાં આવી હતી, વગેરે.

આંકડાશાસ્ત્ર સામગ્રીના સંશોધન અને પ્રક્રિયા માટે એક વિશેષ પદ્ધતિ વિકસાવે છે: સામૂહિક આંકડાકીય અવલોકનો, જૂથોની પદ્ધતિ, સરેરાશ મૂલ્યો, સૂચકાંકો, સંતુલન પદ્ધતિ, ગ્રાફિક છબીઓની પદ્ધતિ અને આંકડાકીય માહિતીનું વિશ્લેષણ કરવાની અન્ય પદ્ધતિઓ. વિજ્ઞાન તરીકે આંકડામાં વિભાગોનો સમાવેશ થાય છે: સૈદ્ધાંતિક આંકડા (આંકડાનો સામાન્ય સિદ્ધાંત), લાગુ આંકડા, ગાણિતિક આંકડા, આર્થિક આંકડા, અર્થમિતિ, કાયદાકીય આંકડા, તબીબી આંકડા, ટેકનોમેટ્રિક્સ, કેમોમેટ્રિક્સ, બાયોમેટ્રિક્સ, વૈજ્ઞાનિક આંકડાશાસ્ત્ર, અન્ય ઉદ્યોગ.

આંકડાઓને ચોક્કસ આંકડાકીય માહિતીનો સમૂહ પણ કહેવામાં આવે છે (મૃત્યુના આંકડા, વેબસાઇટની મુલાકાતના આંકડા, ...).

આંકડા વિશે વિચારોનો વિકાસ

પ્રથમ પ્રકાશિત આંકડાકીય માહિતી ઓલ્ડ ટેસ્ટામેન્ટમાં "બુક ઓફ નંબર્સ" માં પહેલેથી જ દેખાય છે, જે મોસેસ અને એરોનના નેતૃત્વ હેઠળ હાથ ધરવામાં આવેલી લશ્કરી કર્મચારીઓની વસ્તી ગણતરી વિશે જણાવે છે. શબ્દ "આંકડા" સૌપ્રથમ કાલ્પનિકમાં દેખાય છે - શેક્સપીયરના "હેમ્લેટ" માં. શેક્સપિયરના આ શબ્દનો અર્થ જાણવાનો છે, દરબારીઓ. તે લેટિન શબ્દ સ્ટેટસ પરથી આવ્યો છે, જેનો મૂળ અર્થ "રાજ્ય" અથવા "રાજકીય સ્થિતિ" થાય છે.

આગામી 400 વર્ષોમાં, "આંકડા" શબ્દ જુદી જુદી રીતે સમજવામાં આવ્યો હતો અને સમજાય છે. શરૂઆતમાં, આંકડાઓને રાજ્ય અથવા તેના ભાગની આર્થિક અને રાજકીય સ્થિતિના વર્ણન તરીકે સમજવામાં આવતું હતું. ઉદાહરણ તરીકે, વ્યાખ્યા 1792 ની છે: "આંકડા વર્તમાન સમયે અથવા ભૂતકાળમાં કોઈ જાણીતા બિંદુએ રાજ્યની સ્થિતિનું વર્ણન કરે છે." અને હાલમાં, રાજ્યની આંકડાકીય સેવાઓની પ્રવૃત્તિઓ આ વ્યાખ્યામાં સારી રીતે બંધબેસે છે.

જો કે, ધીમે ધીમે "આંકડા" શબ્દનો વધુ વ્યાપક ઉપયોગ થવા લાગ્યો. નેપોલિયન બોનાપાર્ટ અનુસાર, "આંકડા એ વસ્તુઓ છે." આમ, આંકડાકીય પદ્ધતિઓ માત્ર વહીવટી વ્યવસ્થાપન માટે જ નહીં, પરંતુ વ્યક્તિગત સ્તરે એપ્લિકેશન માટે પણ ઉપયોગી જણાયું છે સાહસો. 1833 ની રચના અનુસાર, "આંકડાનો હેતુ હકીકતોને સૌથી સંક્ષિપ્ત સ્વરૂપમાં રજૂ કરવાનો છે."

20મી સદીમાં આંકડાશાસ્ત્રને ઘણીવાર મુખ્યત્વે સ્વતંત્ર વૈજ્ઞાનિક શિસ્ત તરીકે ગણવામાં આવે છે. આંકડાશાસ્ત્ર એ પદ્ધતિઓ અને સિદ્ધાંતોનો સમૂહ છે જેના આધારે આંકડાકીય માહિતીનો સંગ્રહ, વિશ્લેષણ, સરખામણી, પ્રસ્તુતિ અને અર્થઘટન કરવામાં આવે છે. 1954 માં, યુક્રેનિયન એસએસઆર બી.વી. ગેનેડેન્કોએ નીચેની વ્યાખ્યા આપી: “આંકડા ત્રણ વિભાગો ધરાવે છે:

આંકડાકીય માહિતીનો સંગ્રહ, એટલે કે, કોઈપણ સમૂહ સમૂહના વ્યક્તિગત એકમોને દર્શાવતી માહિતી;

પ્રાપ્ત ડેટાનો આંકડાકીય અભ્યાસ, જેમાં સામૂહિક અવલોકન ડેટાના આધારે સ્થાપિત કરી શકાય તેવા દાખલાઓને ઓળખવાનો સમાવેશ થાય છે;

આંકડાકીય અવલોકન અને આંકડાકીય માહિતીના વિશ્લેષણ માટેની તકનીકોનો વિકાસ. છેલ્લો વિભાગ, હકીકતમાં, ગાણિતિક આંકડાઓની સામગ્રી બનાવે છે.

"આંકડા" શબ્દનો ઉપયોગ વધુ બે અર્થમાં થાય છે. પ્રથમ, રોજિંદા જીવનમાં, "આંકડા" એ ઘટના અથવા પ્રક્રિયા વિશેના માત્રાત્મક ડેટાના સમૂહ તરીકે સમજવામાં આવે છે. બીજું, આંકડા એ નિરીક્ષણ પરિણામોનું કાર્ય છે જેનો ઉપયોગ વિતરણ અને પરીક્ષણ પૂર્વધારણાઓની લાક્ષણિકતાઓ અને પરિમાણોનો અંદાજ કાઢવા માટે થાય છે.

આંકડાનો વિષય, પદ્ધતિ અને કાર્યો

આંકડા એ તેના પોતાના વિષય અને સંશોધન પદ્ધતિ સાથેનું એક સ્વતંત્ર સામાજિક વિજ્ઞાન છે. તે સામાજિક જીવનની વ્યવહારિક જરૂરિયાતોમાંથી ઉદ્ભવ્યું છે. પહેલેથી જ પ્રાચીન વિશ્વમાં, રાજ્યના રહેવાસીઓની સંખ્યાની ગણતરી કરવાની, લશ્કરી સેવા માટે યોગ્ય લોકોને ધ્યાનમાં લેવાની, પશુધનની સંખ્યા, જમીનનું કદ અને અન્ય મિલકત નક્કી કરવાની જરૂર હતી. કર વસૂલવા, લશ્કરી કામગીરી કરવા વગેરે માટે આ પ્રકારની માહિતી જરૂરી હતી. ત્યારબાદ, જેમ જેમ સામાજિક જીવન વિકસિત થાય છે, ધ્યાનમાં લેવામાં આવતી ઘટનાઓની શ્રેણી ધીમે ધીમે વિસ્તરે છે.

ખાસ કરીને મૂડીવાદ અને વિશ્વ આર્થિક સંબંધોના વિકાસ સાથે એકત્રિત માહિતીનું પ્રમાણ વધે છે. આ સમયગાળાની જરૂરિયાતોએ સરકારી સત્તાવાળાઓ અને મૂડીવાદી સાહસોને વ્યવહારિક જરૂરિયાતો માટે મજૂર બજારો વિશે વ્યાપક અને વૈવિધ્યસભર માહિતી એકત્રિત કરવાની ફરજ પાડી. વેચાણમાલ, કાચો માલ.

17મી સદીના મધ્યમાં, બ્રિટનમાં "રાજકીય અંકગણિત" તરીકે ઓળખાતી વૈજ્ઞાનિક ચળવળ ઊભી થઈ. આ દિશા વિલિયમ પેટી (1623-1687) અને જ્હોન ગ્રાઉન્ટ (1620-1674) દ્વારા શરૂ કરવામાં આવી હતી. "રાજકીય અંકગણિત", સામૂહિક સામાજિક ઘટનાઓ વિશેની માહિતીના અભ્યાસ પર આધારિત, સામાજિક જીવનની પેટર્ન શોધવાનો પ્રયાસ કર્યો અને આમ પ્રશ્નોના જવાબ આપવાનો પ્રયાસ કર્યો. મૂડીવાદના વિકાસના સંદર્ભમાં ઉદ્ભવ્યો.

માં "રાજકીય અંકગણિતશાસ્ત્રીઓ" ની શાળા સાથે મહાન બ્રિટન, વી ફેડરલ રિપબ્લિક ઓફ જર્મનીવર્ણનાત્મક આંકડાઓની શાળા અથવા "સરકારી વિજ્ઞાન" વિકસિત. આ વિજ્ઞાનનો ઉદભવ 1660નો છે.

રાજકીય અંકગણિત અને સરકારી વિજ્ઞાનના વિકાસથી આંકડાશાસ્ત્રના વિજ્ઞાનનો ઉદભવ થયો.

ગોટીંગેન યુનિવર્સિટીના પ્રોફેસર ગોટફ્રાઈડ અચેનવાલ (1719-1772) દ્વારા "આંકડા" શબ્દ વૈજ્ઞાનિક પરિભ્રમણમાં દાખલ કરવામાં આવ્યો હતો. અભ્યાસના હેતુના આધારે, વિજ્ઞાન તરીકે આંકડાઓને સામાજિક, વસ્તી વિષયક, આર્થિક, ઔદ્યોગિક, વેપાર, બેંકિંગ, નાણાકીય, તબીબી, વગેરેમાં વિભાજિત કરવામાં આવે છે. આંકડાકીય માહિતીના સામાન્ય ગુણધર્મો, તેમની પ્રકૃતિ અને તેમના વિશ્લેષણની પદ્ધતિઓને ધ્યાનમાં લીધા વિના, ગાણિતિક આંકડાઓ અને આંકડાશાસ્ત્રના સામાન્ય સિદ્ધાંત દ્વારા ગણવામાં આવે છે.

આંકડાઓનો વિષય. આંકડાશાસ્ત્ર મુખ્યત્વે ઘટનાની માત્રાત્મક બાજુ અને સામાજિક જીવનની પ્રક્રિયાઓ સાથે વ્યવહાર કરે છે. આંકડાઓની એક લાક્ષણિકતા એ છે કે જ્યારે સામાજિક ઘટનાઓ અને પ્રક્રિયાઓની જથ્થાત્મક બાજુનો અભ્યાસ કરવામાં આવે છે, ત્યારે તે હંમેશા અભ્યાસ કરવામાં આવતી ઘટનાના ગુણાત્મક લક્ષણોને પ્રતિબિંબિત કરે છે, એટલે કે. અસ્પષ્ટ જોડાણમાં જથ્થાનો અભ્યાસ કરે છે, ગુણવત્તા સાથે એકતા.

વૈજ્ઞાનિક અને દાર્શનિક સમજમાં ગુણવત્તા એ કોઈ વસ્તુ અથવા ઘટનામાં રહેલા ગુણધર્મ છે જે આ પદાર્થ અથવા ઘટનાને અન્ય લોકોથી અલગ પાડે છે. ગુણવત્તા એ વસ્તુઓ અને ઘટનાઓને ચોક્કસ બનાવે છે. ફિલોસોફિકલ પરિભાષાનો ઉપયોગ કરીને, આપણે કહી શકીએ કે આંકડા સામાજિક ઘટનાઓનો અભ્યાસ તેમની ગુણાત્મક અને માત્રાત્મક નિશ્ચિતતાની એકતા તરીકે કરે છે, એટલે કે. સામાજિક ઘટનાના માપનો અભ્યાસ કરે છે.

આંકડાકીય. આંકડાકીય પદ્ધતિના સૌથી મહત્વપૂર્ણ ઘટકો છે:

સામૂહિક દેખરેખ;

જૂથીકરણ, સામાન્યીકરણ (સારાંશ) લાક્ષણિકતાઓનો ઉપયોગ;

આંકડાકીય તથ્યોનું વિશ્લેષણ અને સામાન્યીકરણ અને અભ્યાસ કરવામાં આવી રહેલી ઘટનાઓમાં પેટર્નની શોધ.

કોઈપણ સામૂહિક ઘટનાને માત્રાત્મક પરિપ્રેક્ષ્યમાં દર્શાવવા માટે, પ્રથમ તેના ઘટક તત્વો વિશે માહિતી એકત્રિત કરવી જરૂરી છે. આ સામૂહિક નિરીક્ષણ દ્વારા પ્રાપ્ત થાય છે, જે આંકડાકીય વિજ્ઞાન દ્વારા વિકસિત નિયમો અને પદ્ધતિઓના આધારે હાથ ધરવામાં આવે છે.

આંકડાકીય અવલોકનની પ્રક્રિયા દરમિયાન એકત્રિત કરવામાં આવેલી માહિતીને વધુ સારાંશ (પ્રાથમિક વૈજ્ઞાનિક પ્રક્રિયા)ને આધિન કરવામાં આવે છે, જે દરમિયાન સર્વેક્ષણ કરેલ એકમોના સમગ્ર સમૂહમાંથી લાક્ષણિક ભાગો (જૂથો) ઓળખવામાં આવે છે. સમગ્ર સર્વેક્ષણ સમૂહમાંથી એકમોના જૂથો અને પેટાજૂથોની પસંદગીને આંકડાશાસ્ત્રમાં જૂથીકરણ કહેવામાં આવે છે. આંકડાઓમાં જૂથબદ્ધ કરવું એ એકત્રિત માહિતીની પ્રક્રિયા અને વિશ્લેષણ માટેનો આધાર છે. તે ચોક્કસ સિદ્ધાંતો અને નિયમોના આધારે હાથ ધરવામાં આવે છે. આંકડાકીય માહિતીની પ્રક્રિયાની પ્રક્રિયામાં, સર્વેક્ષણ કરેલ એકમોનો સમૂહ અને જૂથ પદ્ધતિના ઉપયોગના આધારે તેના પસંદ કરેલ ભાગો ડિજિટલ સૂચકાંકોની સિસ્ટમ દ્વારા વર્ગીકૃત થયેલ છે: સંપૂર્ણ અને સરેરાશ મૂલ્યો, સંબંધિત મૂલ્યો, ગતિશીલતા સૂચકો, વગેરે.

આંકડાકીય સમસ્યાઓ. સમાજમાં આંકડાઓનું મહાન મહત્વ એ હકીકત દ્વારા સમજાવવામાં આવ્યું છે કે તે સૌથી મૂળભૂત, સૌથી મહત્વપૂર્ણ માધ્યમોમાંનું એક રજૂ કરે છે જેના દ્વારા આર્થિક એન્ટિટી અર્થતંત્રમાં રેકોર્ડ રાખે છે.

એકાઉન્ટિંગ એ માત્રાત્મક પદ્ધતિઓનો ઉપયોગ કરીને સામાજિક ઘટનાઓને વ્યવસ્થિત રીતે માપવા અને અભ્યાસ કરવાની એક રીત છે.

માત્રાત્મક સંબંધોનો દરેક અભ્યાસ એકાઉન્ટિંગ નથી. અસાધારણ ઘટના વચ્ચેના વિવિધ જથ્થાત્મક સંબંધોને ચોક્કસ ગાણિતિક સૂત્રોના સ્વરૂપમાં રજૂ કરી શકાય છે, અને આ પોતે ધ્યાનમાં લેવામાં આવશે નહીં. એકાઉન્ટિંગની લાક્ષણિકતાઓમાંની એક વ્યક્તિગત ઘટકોની ગણતરી છે, વ્યક્તિગત એકમો જે આ અથવા તે ઘટના બનાવે છે. એકાઉન્ટિંગમાં વિવિધ ગાણિતિક સૂત્રોનો ઉપયોગ કરવામાં આવે છે, પરંતુ તેનો ઉપયોગ તત્વોની ગણતરી સાથે જરૂરી છે. એકાઉન્ટિંગ એ સામાજિક વિકાસની પ્રક્રિયાઓના નિયંત્રણ અને માનસિક સામાન્યીકરણનું એક સાધન છે. માત્ર આંકડાઓને લીધે જ સંચાલક સંસ્થાઓ સંચાલિત ઑબ્જેક્ટનું વ્યાપક વર્ણન મેળવી શકે છે, પછી તે સમગ્ર રાષ્ટ્રીય અર્થતંત્ર હોય કે તેની વ્યક્તિગત શાખાઓ અથવા સાહસો.

આંકડા નિયંત્રણ મિકેનિઝમના અમુક ભાગોમાં મુશ્કેલી વિશે સંકેતો આપે છે, આમ પ્રતિસાદની જરૂરિયાત દર્શાવે છે - સંચાલકોનિર્ણયો સામાન્ય સિદ્ધાંતો અને વૈજ્ઞાનિક જ્ઞાનની પદ્ધતિઓ આંકડાકીય પદ્ધતિને સમજવા અને તેના સાચા ઉપયોગ માટેના પાયા તરીકે સેવા આપે છે. તેથી, આંકડાશાસ્ત્રનું મુખ્ય કાર્ય સામાજિક વિકાસના માર્ગને પ્રતિબિંબિત કરતી માહિતી (માહિતી) નું સંગ્રહ, રેકોર્ડિંગ, પ્રક્રિયા અને સંગ્રહ છે.

આમ, આંકડાશાસ્ત્ર એ આર્થિક અને અન્યના જ્ઞાન અને ઉપયોગ માટેનું સૌથી મહત્વનું સાધન છે કાયદાસામાજિક વિકાસ.

આંકડાકીય નિરીક્ષણના ઉદ્દેશ્યો અને ઑબ્જેક્ટ, અવલોકનના પ્રકારો અને સ્વરૂપો

આંકડાકીય અવલોકન, અથવા પ્રાથમિક આંકડાકીય એકાઉન્ટિંગ, વસ્તીના દરેક એકમની લાક્ષણિકતાઓની વૈજ્ઞાનિક, વિશેષ રીતે સંગઠિત નોંધણી છે અને તેમને અમુક દસ્તાવેજોમાં રેકોર્ડ કરે છે. આંકડાકીય અવલોકન એ સામાજિક જીવનની ઘટનાઓ વિશે વ્યવસ્થિત, વૈજ્ઞાનિક રીતે સંગઠિત સંગ્રહ અથવા સામૂહિક માહિતીનું સંપાદન છે. આંકડાકીય અવલોકનની પ્રક્રિયામાં, આંકડાકીય માહિતી પ્રાપ્ત થાય છે જે આંકડાઓના જ્ઞાનાત્મક અને નિયંત્રણ-સંસ્થાકીય કાર્યોના અમલીકરણ માટે જરૂરી છે.

આંકડાકીય અવલોકન એ આંકડાકીય સંશોધનનો પ્રથમ તબક્કો છે; તે મુખ્યત્વે સામાજિક જીવનની સમજશક્તિની પ્રક્રિયાના પ્રથમ (સંવેદનાત્મક અથવા પ્રયોગમૂલક) તબક્કા સાથે એકરુપ છે, અને સંશોધનની સૌથી મહત્વપૂર્ણ વિશિષ્ટ આંકડાકીય પદ્ધતિ છે. કોઈપણ સંશોધન, સહિત. અને આંકડાકીય, હકીકતોના સંગ્રહથી શરૂ થાય છે, અવલોકન; નિષ્કર્ષ અને સામાન્યીકરણ, વિજ્ઞાન અને વ્યવહાર બંનેમાં, માત્ર ત્યારે જ મૂલ્યવાન છે જ્યારે તેઓને તથ્યો દ્વારા પ્રમાણિત કરવામાં આવે.

સામાન્યીકરણ માટે યોગ્ય આંકડાકીય માહિતી માટેની સંખ્યાબંધ આવશ્યકતાઓ છે:

ડેટા શક્ય તેટલો સંપૂર્ણ હોવો જોઈએ, પરંતુ ફ્રેગમેન્ટરી નહીં, આકસ્મિક રીતે છીનવી લેવાયો;

ડેટા એકદમ વિશ્વસનીય અને સચોટ હોવો જોઈએ;

ડેટાએ એકરૂપતા અને તુલનાત્મકતાના સિદ્ધાંતનું પાલન કરવું આવશ્યક છે;

ડેટાએ સમયસૂચકતાના સિદ્ધાંતનું પાલન કરવું આવશ્યક છે (સંગ્રહ માત્ર સખત રીતે નિર્ધારિત સમયે ગોઠવવો જોઈએ, પરંતુ વધુમાં, ડેટા પણ તાત્કાલિક સબમિટ કરવો જોઈએ).

આંકડાકીય અવલોકનનો હેતુ એ વસ્તી છે જેના વિશે જરૂરી માહિતી એકત્રિત કરવી આવશ્યક છે. અવલોકનનો હેતુ, ઉદાહરણ તરીકે, પ્રજાસત્તાક (અથવા પ્રદેશ) માં ખેતરોનો સમૂહ, યુનિવર્સિટીઓનો સમૂહ, ઔદ્યોગિક સાહસોનો સમૂહ, વગેરે હોઈ શકે છે.

અવલોકનનું એકમ એ અવલોકન ઑબ્જેક્ટનું ઘટક તત્વ છે જે નોંધણીને આધીન લાક્ષણિકતાઓનો વાહક છે. એક અવલોકનમાં એક નહીં, પરંતુ અનેક અવલોકન એકમો હોઈ શકે છે. તેથી વસ્તી ગણતરીમાં, ઉદાહરણ તરીકે, નિરીક્ષણ એકમ એક વ્યક્તિ (નિવાસી), અથવા કુટુંબ અથવા બંને હોઈ શકે છે. અવલોકનના એકમો, એકંદરે ઑબ્જેક્ટની જેમ, સામાન્ય રીતે ઘણી જુદી જુદી લાક્ષણિકતાઓ ધરાવે છે. તે બધાને ધ્યાનમાં લેવું અશક્ય છે. તેથી, નિરીક્ષણ પ્રક્રિયા દરમિયાન કયા સંકેતો રેકોર્ડ કરવા જોઈએ તે નક્કી કરવું જરૂરી છે.

નિરીક્ષણ પ્રક્રિયા દરમિયાન નોંધાયેલા ચિહ્નોની સૂચિને આંકડાકીય અવલોકન કાર્યક્રમ કહેવામાં આવે છે. અવલોકન કાર્યક્રમમાં સમાવિષ્ટ લક્ષણોની યાદીનું સંકલન કરવા સાથે, દરેક લાક્ષણિકતાની સચોટ, સ્પષ્ટ અને વ્યાપક વ્યાખ્યા પણ મહત્વપૂર્ણ છે. નિરીક્ષણમાં ભાગ લેનાર તમામ વ્યક્તિઓ દ્વારા સમાન રીતે સમજાય તે સુનિશ્ચિત કરવા માટે પ્રોગ્રામ પ્રશ્નોની ચોક્કસ અને વ્યાપક રચના જરૂરી છે. આ હેતુઓ માટે, એક કહેવાતા સંકેતનો વારંવાર પ્રશ્નોના નિર્માણમાં સમાવેશ થાય છે, એટલે કે. સંભવિત જવાબો માટે વિકલ્પો.

આંકડાકીય અવલોકન બે મુખ્ય સ્વરૂપોમાં થઈ શકે છે: રિપોર્ટિંગના સ્વરૂપમાં અને ખાસ સંગઠિત આંકડાકીય સર્વેક્ષણના સ્વરૂપમાં. વિશેષ આંકડાકીય સર્વેક્ષણો આંકડાકીય રિપોર્ટિંગ દ્વારા આવરી લેવામાં આવતાં ન હોય તેવા મુદ્દાઓને હાઇલાઇટ કરે છે, આ રિપોર્ટિંગની સામગ્રીને તપાસવા અને તેનું વિશ્લેષણ કરવાના સાધન તરીકે સેવા આપે છે, અને રાષ્ટ્રીય આર્થિક આગાહી અને ઓપરેશનલ પગલાં બંને માટે અને આર્થિક વિકાસની પેટર્નને સમજવા માટે વધારાની સામગ્રી પ્રદાન કરે છે.

સામાજિક ઘટનાની લાક્ષણિકતાઓ અને પેટર્નનો અભ્યાસ કરવા માટે, આંકડાકીય માહિતી એકત્રિત કરવાની વિવિધ પ્રકારો અને પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે. અભ્યાસના ઉદ્દેશ્યો અને ચોક્કસ પરિસ્થિતિઓના આધારે, આંકડાકીય અવલોકન એક વખતનું અથવા ચાલુ હોઈ શકે છે. વન-ટાઇમ અવલોકન એ અવલોકન એકમોની લાક્ષણિકતાઓનું રેકોર્ડિંગ છે, જે આપેલ સમયની "નિર્ણાયક ક્ષણ" સુધી મર્યાદિત છે. એક સમયનું અવલોકન અથવા સ્થિતિનું રેકોર્ડિંગ કેટલાક દ્વારા હાથ ધરવામાં આવે છે સમયગાળોસમય, લાંબા સમયથી અસ્તિત્વમાં રહેલી વસ્તીને આવરી લે છે. વસ્તીની સંખ્યા, રચના અને ગુણાત્મક લાક્ષણિકતાઓ નક્કી કરવા માટે આવા નિરીક્ષણ હાથ ધરવામાં આવે છે. આ કિસ્સામાં ડેટા કલેક્શન પ્રોગ્રામ આવશ્યકપણે અગાઉના વન-ટાઇમ અવલોકનોની સામગ્રી જેવો જ હોવો જોઈએ. ઘટનાની સ્થિતિનું માપ નક્કી કરવા માટે ચાલુ અવલોકન અથવા ચાલુ રેકોર્ડિંગ હાથ ધરવામાં આવે છે. અવલોકનના એકમો અને તેમની લાક્ષણિકતાઓ ઘટનાની ક્ષણે અથવા સમયની આગલી ક્ષણે રેકોર્ડ કરવામાં આવે છે.

એક સમયના અને ચાલુ અવલોકનોમાંથી સામગ્રીઓ એકબીજાના પૂરક છે; કોઈપણ સમયે અથવા કોઈપણ માટે ડેટા મેળવવાની સંભાવના બનાવે છે સમયગાળોસમય.

સતત અવલોકન - આપેલ વસ્તીમાં અપવાદ વિના તમામ એકમોનું એકાઉન્ટિંગ, ઉદાહરણ તરીકે, આપેલ એન્ટરપ્રાઇઝમાં તમામ પ્રકારના સાધનો અથવા સામગ્રીની વસ્તી ગણતરી. સતત અવલોકન સામગ્રી અભ્યાસ હેઠળના સમૂહની અંદર ગુણાત્મક રીતે એકરૂપ જૂથના એકમોને ઓળખવાનું અને સૌથી નોંધપાત્ર લાક્ષણિકતાઓ માટે દરેક જૂથ માટે સરેરાશ મૂલ્યો નક્કી કરવાનું શક્ય બનાવે છે. જો અભ્યાસ કરવામાં આવી રહેલી ઘટનાના જથ્થા વિશે માહિતી મેળવવી જરૂરી હોય તો, એક-વખત અને ચાલુ અવલોકનો સતત નિરીક્ષણના સ્વરૂપમાં હાથ ધરવામાં આવે છે.

સતત દેખરેખનું આયોજન હંમેશા શક્ય નથી અથવા સલાહભર્યું નથી, ખાસ કરીને ઉત્પાદનની ગુણવત્તા પર દેખરેખ રાખવા માટે. આ કિસ્સામાં, સતત નિરીક્ષણ વ્યવહારિક ઉપયોગના ક્ષેત્રમાંથી એન્ટરપ્રાઇઝ ઉત્પાદનોના સમૂહને બાકાત તરફ દોરી જાય છે. તેથી, બિન-સતત (આંશિક) અવલોકન હાથ ધરવું જરૂરી છે - વસ્તીના એકમોના માત્ર એક ભાગને ધ્યાનમાં લેવા માટે, જેમાંથી તેઓ એક તરીકે અભ્યાસ કરવામાં આવી રહેલી ઘટનાની લાક્ષણિક લાક્ષણિકતાઓનો વિચાર બનાવે છે. સમગ્ર

સતત અવલોકન કરતાં બિન-સતત અવલોકનનાં ચોક્કસ ફાયદા છે:

સર્વેક્ષણ કરાયેલા એકમોની સંખ્યામાં ઘટાડો થવાને કારણે નોંધપાત્ર રીતે ઓછા મજૂર ખર્ચ અને ભંડોળની આવશ્યકતા છે;

ડેટા ટૂંકા સમયમાં અને વ્યાપક પ્રોગ્રામ અનુસાર ક્રમમાં, આપેલ મર્યાદામાં, અભ્યાસ કરવામાં આવી રહેલી વસ્તીની લાક્ષણિકતાઓને વ્યાપકપણે જાહેર કરવા અને વધુ ઊંડાણપૂર્વક વૈજ્ઞાનિક અભ્યાસ કરવા માટે એકત્રિત કરી શકાય છે;

સતત અવલોકન માહિતીનો ઉપયોગ સતત અવલોકન સામગ્રીને નિયંત્રિત કરવા માટે થાય છે;

આંશિક અવલોકન પ્રતિનિધિત્વ હોવું જોઈએ.

સર્વેક્ષણ કરેલ એકમો એવી રીતે પસંદ કરવામાં આવે છે કે, આ એકમોમાંથી મેળવેલા ડેટાના આધારે, સમગ્ર ઘટનાનો સાચો ખ્યાલ રચાય છે.

તેથી, બિન-સતત અવલોકનની આવશ્યક વિશેષતાઓમાંની એક નીચેની પદ્ધતિઓનો ઉપયોગ કરીને સર્વેક્ષણ કરાયેલ વસ્તીના એકમોની પસંદગીનું સંગઠન છે: મુખ્ય એરે, મોનોગ્રાફિક, પ્રશ્નાવલી અને નમૂના અવલોકન.

મુખ્ય એરે પદ્ધતિમાં વસ્તી એકમોની પસંદગીનો સમાવેશ થાય છે જે અભ્યાસ કરવામાં આવી રહેલી લાક્ષણિકતા અનુસાર મુખ્ય છે. આ પદ્ધતિ એકમોની પસંદગીને સુનિશ્ચિત કરતી નથી જે વસ્તીના તમામ ભાગોનું પ્રતિનિધિત્વ કરશે.

મોનોગ્રાફિક અવલોકન એ વસ્તીમાં નાની સંખ્યામાં એકમોનું વિગતવાર વર્ણન છે. એક લાક્ષણિક મોનોગ્રાફ, વસ્તીમાં એકમોની લાક્ષણિકતાઓનો અભ્યાસ કરવાની એક રીત તરીકે, સમગ્ર વસ્તીમાંથી સમાન પ્રકારના ગુણાત્મક એકરૂપ એકમોને પસંદ કરવાનો સમાવેશ કરે છે. જૂથમાં લાક્ષણિક લાક્ષણિકતા મૂલ્યોની નજીક વ્યક્તિગત લાક્ષણિકતા મૂલ્યો સાથે 1-3 એકમો પર માહિતી એકત્રિત કરવામાં આવે છે;

લાક્ષણિક મોનોગ્રાફના ગેરફાયદામાં અવલોકન એકમોની વ્યક્તિલક્ષી પસંદગીનો સમાવેશ થાય છે, જ્યારે તેઓ ફક્ત તેમની લાક્ષણિક લાક્ષણિકતાઓના સામાન્ય વિચાર દ્વારા માર્ગદર્શન આપે છે. વધુમાં, પસંદ કરેલ એકમોની સંખ્યા નાની છે, તે જૂથના કદને અનુરૂપ નથી, અને પ્રાપ્ત ડેટા અમને એક અલગ જૂથમાં એકમોના વિતરણ (રચના, શેર) નો અભ્યાસ કરવાની મંજૂરી આપતો નથી.

એક લાક્ષણિક મોનોગ્રાફ દ્વારા મેળવેલા ડેટાની પ્રતિનિધિત્વમાં વધુ વિશ્વાસ પ્રાપ્ત થાય છે જો એકમોની પસંદગી અગાઉ પૂર્ણ થયેલા સતત અવલોકનોના ડેટા પર આધારિત હોય.

પ્રશ્નાવલી પદ્ધતિમાં ખાસ સર્વેક્ષણો માટે વસ્તીના તમામ એકમોને પ્રશ્નાવલીઓનું વિતરણ (કેટલીકવાર પ્રશ્નાવલિ પ્રકાશિત કરવામાં આવે છે)નો સમાવેશ થાય છે, ઉદાહરણ તરીકે, પોસ્ટલ પત્રવ્યવહારની ડિલિવરીની નિયમિતતા અને અમુક મુદ્દાઓ પર અભિપ્રાયોનો અભ્યાસ કરવા. પ્રશ્નાવલી સ્વૈચ્છિક રીતે ભરવામાં આવે છે અને તેથી નમૂનાની પ્રતિનિધિત્વ હંમેશા સુનિશ્ચિત થતી નથી. પ્રશ્નાવલી સર્વેક્ષણ કાર્યક્રમમાં પ્રશ્નોની સાંકડી શ્રેણી હોય છે, જેના જવાબો ઘણીવાર માત્ર રસ ધરાવતા પક્ષો દ્વારા જ આપવામાં આવે છે.

ઇન્ટરવ્યુ પદ્ધતિ વ્યાપક બની રહી છે, જ્યારે સર્વેક્ષણ ખાસ વિકસિત પ્રોગ્રામનો ઉપયોગ કરીને વ્યક્તિગત સંચાર દ્વારા હાથ ધરવામાં આવે છે. આ પદ્ધતિનો સમાજશાસ્ત્રીય સંશોધનમાં વ્યાપકપણે ઉપયોગ થાય છે. બિન-સતત અવલોકનનો સૌથી વૈજ્ઞાનિક રીતે અદ્યતન પ્રકાર પસંદગીયુક્ત અવલોકન છે. નમૂનાનું અવલોકન એ આંકડાકીય અવલોકનોનો એક પ્રકાર છે જેમાં અભ્યાસ હેઠળની વસ્તીના એકમોના ચોક્કસ ભાગને, ચોક્કસ કડક વૈજ્ઞાનિક ક્રમમાં પસંદ કરવામાં આવે છે, જે સમગ્ર વસ્તીના અનુગામી લાક્ષણિકતાના હેતુ માટે પરીક્ષાને આધિન છે.

સતત અને બિન-સતત આંકડાકીય અવલોકન વિવિધ રીતે હાથ ધરવામાં આવે છે: પ્રત્યક્ષ અવલોકન, સર્વેક્ષણ અને દસ્તાવેજીકૃત રેકોર્ડિંગ.

માહિતીનો સ્ત્રોત એક સર્વે છે. તથ્યો રેકોર્ડ કરવાની પદ્ધતિ અનુસાર, સર્વેમાં વિવિધતાઓ છે: અભિયાન પદ્ધતિ, સ્વ-નોંધણી, સંવાદદાતા પદ્ધતિ અને દસ્તાવેજીકૃત રેકોર્ડિંગ.

અભિયાનની પદ્ધતિમાં હકીકતના સ્થળ પર માહિતી એકત્ર કરવાનો સમાવેશ થાય છે. ખાસ રજીસ્ટ્રાર સર્વે કરે છે અને જવાબ પોતે રેકોર્ડ કરે છે. આ પદ્ધતિ સચોટ માહિતી પ્રદાન કરે છે પરંતુ નોંધપાત્ર જરૂરી છે ખર્ચસમય, શ્રમ અને પૈસા.

જ્યાં માહિતી એકત્રિત કરવામાં આવે છે તે સ્થળે વિશેષ રજિસ્ટ્રારની ભાગીદારી સાથે સ્વ-નોંધણી હાથ ધરવામાં આવે છે. રજિસ્ટ્રાર માત્ર ફોર્મમાં પૂછાયેલા પ્રશ્નોના જવાબોનો ક્રમ સમજાવે છે, અને જવાબો સામાન્ય રીતે સંસ્થાઓ અને સાહસોના પ્રતિનિધિઓ દ્વારા આપવામાં આવે છે. આ પદ્ધતિ નોંધપાત્ર જરૂરી છે ખર્ચસમય અને નાણાં, તેમજ ઉચ્ચ લાયકાત ધરાવતા આંકડાકીય કામદારોને આકર્ષવા.

સંવાદદાતા પદ્ધતિમાં આંકડાકીય અને અન્ય સરકારી સંસ્થાઓ દ્વારા વિશિષ્ટ રીતે રચાયેલ ફોર્મ અને તેને ભરવા માટેની સૂચનાઓ વ્યવસાયિક સંસ્થાઓ અથવા ચોક્કસ મુદ્દાનો અભ્યાસ કરવા માટે વિશેષ નિયુક્ત સંવાદદાતાઓ દ્વારા વિતરણનો સમાવેશ થાય છે. માહિતી મેલ, ટેલિગ્રાફ દ્વારા અથવા એક્સપ્રેસ દ્વારા વિતરિત કરવામાં આવે છે. પદ્ધતિને કોઈ ખાસ ખર્ચની જરૂર નથી, પરંતુ માહિતીની ગુણવત્તા સંવાદદાતાઓના જ્ઞાન અને તાલીમના સ્તર પર આધારિત છે.

દસ્તાવેજીકૃત રેકોર્ડ - આંકડાકીય નિરીક્ષણનું મુખ્ય સ્વરૂપ આંકડાકીય સૂચકાંકોની ગણતરીનો મુખ્ય સ્ત્રોત છે

ગણિતના આંકડા

ગાણિતિક આંકડા એ ગણિતની એક શાખા છે જે ડેટા વિશ્લેષણની પદ્ધતિઓને સમર્પિત છે, મુખ્યત્વે સંભવિત પ્રકૃતિની. ચોક્કસ અવલોકન પરિણામોની ગાણિતિક પ્રકૃતિના આધારે, ગાણિતિક આંકડાઓને સંખ્યાના આંકડા, બહુવિધ આંકડાકીય વિશ્લેષણ, કાર્યો (પ્રક્રિયાઓ) અને સમય શ્રેણીનું વિશ્લેષણ, બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોના આંકડામાં વિભાજિત કરવામાં આવે છે.

આંકડા છે

વર્ણનાત્મક આંકડા, અંદાજ સિદ્ધાંત અને પૂર્વધારણા પરીક્ષણ સિદ્ધાંત છે.

વર્ણનાત્મક આંકડા એ એક નિયમ તરીકે, ડેટાના વિઝ્યુલાઇઝેશન અને અર્થઘટન માટે ઉપયોગમાં લેવાતી પ્રયોગમૂલક પદ્ધતિઓનો સમૂહ છે (નમૂનાની લાક્ષણિકતાઓ, કોષ્ટકો, ચાર્ટ્સ, આલેખ વગેરેની ગણતરી), જેને ડેટાની સંભવિત પ્રકૃતિ વિશે ધારણાઓની જરૂર હોતી નથી. કેટલીક વર્ણનાત્મક આંકડાકીય પદ્ધતિઓ અદ્યતન સિદ્ધાંત અને આધુનિક કમ્પ્યુટર્સની ક્ષમતાઓ પર આધાર રાખે છે. આમાં, ખાસ કરીને, ક્લસ્ટર વિશ્લેષણનો સમાવેશ થાય છે, જેનો હેતુ એકબીજા સાથે સમાન હોય તેવા પદાર્થોના જૂથોને ઓળખવાનો છે, અને બહુપરીમાણીય સ્કેલિંગ, જે તમને પ્લેન પરની વસ્તુઓને દૃષ્ટિની રીતે રજૂ કરવાની મંજૂરી આપે છે.

અંદાજ અને પૂર્વધારણા પરીક્ષણ પદ્ધતિઓ ડેટા મૂળના સંભવિત મોડેલો પર આધાર રાખે છે. આ મોડેલોને પેરામેટ્રિક અને નોન-પેરામેટ્રિકમાં વહેંચવામાં આવ્યા છે. પેરામેટ્રિક મોડેલોમાં, એવું માનવામાં આવે છે કે અભ્યાસ હેઠળની વસ્તુઓની લાક્ષણિકતાઓ (એક અથવા વધુ) સંખ્યાત્મક પરિમાણોના આધારે વિતરણો દ્વારા વર્ણવવામાં આવે છે. નોનપેરામેટ્રિક મોડલ્સમાં અભ્યાસ કરવામાં આવતી લાક્ષણિકતાઓના વિતરણ માટે પેરામેટ્રિક પરિવારના સ્પષ્ટીકરણનો સમાવેશ થતો નથી. ગાણિતિક આંકડાઓમાં, તેમના પરિમાણો અને કાર્યોનું મૂલ્યાંકન કરવામાં આવે છે, જે વિતરણની મહત્વપૂર્ણ લાક્ષણિકતાઓનું પ્રતિનિધિત્વ કરે છે (ઉદાહરણ તરીકે, અપેક્ષિત મૂલ્ય, મધ્ય, પ્રમાણભૂત વિચલન, પરિમાણ, વગેરે), ઘનતા અને વિતરણ કાર્યો, વગેરે. બિંદુ અને અંતરાલ અંદાજનો ઉપયોગ થાય છે.

આધુનિક ગાણિતિક આંકડાઓનો મોટો વિભાગ આંકડાકીય અનુક્રમિક વિશ્લેષણ છે, જેની રચના અને વિકાસમાં મૂળભૂત યોગદાન એ. વાલ્ડ દ્વારા બીજા વિશ્વ યુદ્ધ દરમિયાન કરવામાં આવ્યું હતું. નિશ્ચિત જથ્થાના રેન્ડમ નમૂનાના આધારે આંકડાકીય વિશ્લેષણની પરંપરાગત (બિન-ક્રમિક) પદ્ધતિઓથી વિપરીત, અનુક્રમિક વિશ્લેષણ એક સમયે (અથવા, વધુ સામાન્ય રીતે, જૂથોમાં) અવલોકનોની શ્રેણીની રચના અને આચાર કરવાનો નિર્ણય લેવાની મંજૂરી આપે છે. આગળનું અવલોકન (અવલોકનોનું જૂથ) પહેલેથી સંચિત અવલોકનોની શ્રેણીના આધારે કરવામાં આવે છે. આને ધ્યાનમાં રાખીને, ક્રમિક આંકડાકીય પૃથ્થકરણનો સિદ્ધાંત શ્રેષ્ઠ સ્ટોપિંગના સિદ્ધાંત સાથે ગાઢ રીતે સંબંધિત છે.

ગાણિતિક આંકડાઓમાં પૂર્વધારણા પરીક્ષણનો સામાન્ય સિદ્ધાંત અને ચોક્કસ પૂર્વધારણાઓનું પરીક્ષણ કરવા માટે સમર્પિત મોટી સંખ્યામાં પદ્ધતિઓ છે. તેઓ પરિમાણો અને લાક્ષણિકતાઓના મૂલ્યો વિશે, એકરૂપતા ચકાસવા વિશે (એટલે ​​​​કે, બે નમૂનાઓમાં લાક્ષણિકતાઓ અથવા વિતરણ કાર્યોના સંયોગ વિશે), આપેલ વિતરણ કાર્ય સાથે અથવા પેરામેટ્રિક સાથે પ્રયોગમૂલક વિતરણ કાર્યના કરાર વિશેની પૂર્વધારણાઓને ધ્યાનમાં લે છે. આવા કાર્યોનું કુટુંબ, વિતરણની સમપ્રમાણતા વિશે, વગેરે.

વિવિધ નમૂના યોજનાઓના ગુણધર્મો અને પૂર્વધારણાઓનું મૂલ્યાંકન અને પરીક્ષણ કરવા માટે પર્યાપ્ત પદ્ધતિઓના નિર્માણ સાથે, નમૂના સર્વેક્ષણો હાથ ધરવા સાથે સંકળાયેલ ગાણિતિક આંકડાઓનો વિભાગ ખૂબ મહત્વ ધરાવે છે.

1794 માં કે. ગૌસ દ્વારા ઓછામાં ઓછા ચોરસ પદ્ધતિના વિકાસથી, 200 થી વધુ વર્ષોથી નિર્ભરતા પુનઃપ્રાપ્તિ સમસ્યાઓનો સક્રિયપણે અભ્યાસ કરવામાં આવ્યો છે.

અંદાજિત ડેટા અને વર્ણનના પરિમાણને ઘટાડવા માટેની પદ્ધતિઓનો વિકાસ 100 વર્ષ પહેલાં શરૂ થયો હતો, જ્યારે કે. પીયર્સન મુખ્ય ઘટક પદ્ધતિની રચના કરી હતી. પરિબળ વિશ્લેષણ અને અસંખ્ય બિનરેખીય સામાન્યીકરણો પાછળથી વિકસાવવામાં આવ્યા હતા.

નિર્માણની વિવિધ પદ્ધતિઓ (ક્લસ્ટર વિશ્લેષણ), પૃથ્થકરણ અને ઉપયોગ (ભેદભાવપૂર્ણ વિશ્લેષણ) વર્ગીકરણ (ટાઈપોલોજીસ) ને પેટર્નની ઓળખની પદ્ધતિઓ (શિક્ષક સાથે અને વગર), સ્વચાલિત વર્ગીકરણ વગેરે પણ કહેવામાં આવે છે.

આજકાલ કોમ્પ્યુટર ગાણિતિક આંકડાઓમાં મોટી ભૂમિકા ભજવે છે. તેનો ઉપયોગ ગણતરીઓ અને સિમ્યુલેશન બંને માટે થાય છે (ખાસ કરીને, નમૂનાના ગુણાકારની પદ્ધતિઓમાં અને એસિમ્પ્ટોટિક પરિણામોની યોગ્યતાના અભ્યાસમાં).

આંકડા છે

સંભાવના સિદ્ધાંત

ગાણિતિક આંકડાઓનો એક અભિન્ન ભાગ એ સંભાવના સિદ્ધાંત જેવી શિસ્ત છે. સંભાવના સિદ્ધાંત એ ગણિતની એક શાખા છે, ખાસ કરીને ગાણિતિક આંકડામાં, જેમાં અવ્યવસ્થિત ઘટનાના દાખલાઓનો અભ્યાસ કરવામાં આવે છે.

મુખ્ય ખ્યાલ સંભાવનાઓએક ઘટના છે. ઘટના અશક્ય, વિશ્વસનીય અથવા રેન્ડમ હોઈ શકે છે. ઘટનાઓ અસંગત હોઈ શકે છે.

આંકડા છે

સંભાવના એ ઑબ્જેક્ટના અમલીકરણની શક્યતાનું માત્રાત્મક મૂલ્યાંકન છે. આ ક્લાસિક વ્યાખ્યા છે. પરંતુ બીજી વ્યાખ્યા છે સંભાવનાઓ, આંકડાકીય. સંભાવનાની આંકડાકીય વ્યાખ્યા સિદ્ધાંતના પ્રાયોગિક અભિગમ પર આધારિત છે અને તે નીચે મુજબ છે:

જો N ટ્રાયલ હાથ ધરવામાં આવે છે અને ઘટના A M વખત થાય છે, તો ઘટના A ની ઘટનાની સંબંધિત આવૃત્તિ M/N છે.

શાસ્ત્રીય વ્યાખ્યા એ સંભાવનાની આંકડાકીય વ્યાખ્યાનું આદર્શીકરણ છે. તે અનુમાન પર આધારિત છે. પરંતુ ત્યાં કોઈ સંપૂર્ણ સરખા ક્યુબ્સ, કાર્ડ્સ અથવા હાથ નથી. આંકડાકીય વ્યાખ્યા વધુ લાગુ પડે છે.

આંકડા છે

ગણિતની બીજી ખૂબ જ રસપ્રદ શાખા આ વિષય સાથે સંબંધિત છે - ગેમ થિયરી.

આંકડા છે

ગેમ થિયરી એ ખેલાડીઓ વચ્ચેના સંઘર્ષને શ્રેષ્ઠ રીતે ઉકેલવા માટેની ગાણિતિક પદ્ધતિ છે.

આંકડા છે

ગેમ થિયરીનો અર્થ સૌથી સહેલાઈથી પ્રિઝનર્સ ડાઈલેમાનો ઉપયોગ કરીને સમજાવવામાં આવે છે, જેનું ક્લાસિક ફોર્મ્યુલેશન છે:

હવે ચાલો પરિસ્થિતિના વિકાસની કલ્પના કરીએ, પોતાને કેદી Aની જગ્યાએ મૂકીએ. જો મારો સાથી મૌન હોય, તો તેને સોંપી દેવો અને મુક્ત થઈ જવું વધુ સારું છે. જો તે વાત કરે છે, તો પછી બધું કહેવું અને દસને બદલે ફક્ત બે વર્ષ મેળવવું વધુ સારું છે. આમ, જો દરેક સટોડિયા તેના માટે શ્રેષ્ઠ શું છે તે પસંદ કરે છે, તો બંને એકબીજા સાથે વેપાર કરશે અને બે વર્ષ મેળવશે, જે બંને માટે આદર્શ પરિસ્થિતિ નથી. જો દરેક વ્યક્તિ સામાન્ય સારા વિશે વિચારે, તો તેઓને માત્ર અડધો વર્ષ મળશે.

રમતોના પ્રકાર

સહકારી બિન સહકારી રમત

સહકારી રમત એ એક સંઘર્ષ છે જેમાં સટોડિયાઓશ્રેષ્ઠ પરિણામો પ્રાપ્ત કરવા માટે એકબીજા સાથે વાતચીત કરી શકે છે અને જૂથોમાં જોડાઈ શકે છે. સહકારી રમતનું ઉદાહરણ કાર્ડ ગેમ બ્રિજ છે, જ્યાં દરેકના પોઈન્ટ સટોડિયાવ્યક્તિગત રીતે ગણવામાં આવે છે, પરંતુ સૌથી વધુ કુલ જીત સાથેની જોડી. બે પ્રકારની રમતોમાંથી, બિન-સહકારી રમતો પરિસ્થિતિનું વિગતવાર વર્ણન કરે છે અને વધુ સચોટ પરિણામો આપે છે. સહકારી સંસ્થાઓ સમગ્ર રમતને જુએ છે. આ બે પ્રકારો એકબીજાની વિરુદ્ધ હોવા છતાં, વ્યવસાયિક વ્યૂહરચનાઓને જોડવાનું તદ્દન શક્ય છે, જે કોઈપણ એકને અનુસરવા કરતાં વધુ લાભ લાવી શકે છે.

શૂન્ય-સરવાળા અને બિન-શૂન્ય-સરવાળા

શૂન્ય રકમની રમત એવી રમત છે જેમાં એક સટોડિયાનો ફાયદો બીજાના નુકસાનની બરાબર હોય છે. ઉદાહરણ તરીકે, એક તુચ્છ વિવાદ: જો તમે N ની રકમ જીતી ગયા છો, તો પછી અન્ય કોઈએ N ની સમાન રકમ ગુમાવી દીધી છે. બિન-શૂન્ય-સમ રમતમાં, એકંદર રમત બદલાઈ શકે છે, આમ એક ખેલાડીને તેની કિંમત બીજા પાસેથી છીનવી લીધા વિના ફાયદો થાય છે. ચેસ અહીં એક ઉત્તમ ઉદાહરણ છે: એક પ્યાદાને રાણીને પ્રોત્સાહન આપીને, સટોડિયા A, સટોડિયા B પાસેથી કંઈપણ દૂર કર્યા વિના, તેના ટુકડાઓની કુલ રકમમાં વધારો કરે છે. બિન-શૂન્ય-સમ રમતમાં, સટોડિયાઓમાંથી એકનું નુકસાન થતું નથી. એક પૂર્વશરત, જો કે આવા પરિણામ બાકાત નથી.

સમાંતર અને સીરીયલ

સમાંતર રમત એવી છે કે જેમાં સટોડિયાઓ એકસાથે ચાલ કરે છે અથવા એક સટોડિયાની ચાલ એકંદર ચક્ર પૂર્ણ ન થાય ત્યાં સુધી બીજા માટે અજાણ હોય છે. ક્રમિક રમતમાં, દરેક સટોડિયાને તેની પસંદગી કરતા પહેલા તેના વિરોધીની અગાઉની ચાલ વિશે માહિતી હોય છે. અને તે જરૂરી નથી કે માહિતી સંપૂર્ણ હોવી જોઈએ, જે આગલા પ્રકાર તરફ દોરી જાય છે.

સંપૂર્ણ અથવા અપૂર્ણ માહિતી સાથે

આ પ્રકારો ક્રમિક રમતોનો સબસેટ છે, અને તેમના નામો પોતાને માટે બોલે છે.

મેટાગેમ્સ

આ ગેમ્સ ગેમ થિયરીના "લેમ્મા" છે. તેઓ તેમના પોતાના પર નહીં, પરંતુ સંઘર્ષના સંદર્ભમાં, તેના નિયમોના સમૂહને વિસ્તૃત કરવા માટે ઉપયોગી છે.

કોઈપણ સંઘર્ષમાં, રમતના નિયમો નક્કી કરવા માટે પ્રકારો એકસાથે આવે છે, પછી ભલે તે સહકારી, અનુક્રમિક શૂન્ય-સમ રમત હોય કે અધૂરી માહિતીવાળી મેટાગેમ હોય.

વ્યવહારુ એપ્લિકેશનની સમસ્યાઓ

અલબત્ત, એ નોંધવું જોઈએ કે ગેમ થિયરીના વિશ્લેષણાત્મક સાધનોના ઉપયોગની અમુક મર્યાદાઓ છે. નીચેના કેસોમાં, વધારાની માહિતી મેળવવામાં આવે તો જ તેનો ઉપયોગ કરી શકાય છે.

સૌપ્રથમ, આ ત્યારે થાય છે જ્યારે સટોડિયાઓ જે રમતમાં ભાગ લઈ રહ્યાં હોય તેના વિશે અલગ-અલગ વિચારો ધરાવતા હોય અથવા જ્યારે તેઓ એકબીજાની ક્ષમતાઓ વિશે પૂરતા પ્રમાણમાં માહિતગાર ન હોય. ઉદાહરણ તરીકે, સ્પર્ધકની ચૂકવણી (કિંમત માળખું) વિશે અસ્પષ્ટ માહિતી હોઈ શકે છે. જો માહિતી કે જે ખૂબ જટિલ નથી તે અપૂર્ણતા દ્વારા વર્ગીકૃત થયેલ છે, તો પછી ચોક્કસ તફાવતોને ધ્યાનમાં લેતા, સમાન કેસોનો અનુભવ લાગુ કરી શકાય છે.

બીજું, ગેમ થિયરી ઘણી સંતુલન પરિસ્થિતિઓમાં લાગુ કરવી મુશ્કેલ છે. આ સમસ્યા એક સાથે વ્યૂહાત્મક નિર્ણયો સાથે સરળ રમતો દરમિયાન પણ ઊભી થઈ શકે છે.

ત્રીજે સ્થાને, જો વ્યૂહાત્મક નિર્ણય લેવાની પરિસ્થિતિ ખૂબ જટિલ હોય, તો પછી સટોડિયાઓ ઘણીવાર પોતાના માટે શ્રેષ્ઠ વિકલ્પો પસંદ કરી શકતા નથી. ઉદાહરણ તરીકે, ચાલુ બજારકેટલાક સાહસો જુદા જુદા સમયે પ્રવેશ કરી શકે છે, અથવા ત્યાં પહેલેથી કાર્યરત સાહસોની પ્રતિક્રિયા આક્રમક અથવા મૈત્રીપૂર્ણ હોવા કરતાં વધુ જટિલ હોઈ શકે છે.

તે પ્રાયોગિક રીતે સાબિત થયું છે કે જ્યારે રમત દસ કે તેથી વધુ તબક્કામાં વિસ્તરે છે, ત્યારે સટોડિયાઓ યોગ્ય ગાણિતીક નિયમોનો ઉપયોગ કરી શકતા નથી અને સંતુલન વ્યૂહરચના સાથે રમત ચાલુ રાખી શકતા નથી.

કમનસીબે, વાસ્તવિક દુનિયાની પરિસ્થિતિઓ ઘણીવાર ખૂબ જ જટિલ હોય છે અને એટલી ઝડપથી બદલાતી રહે છે કે રણનીતિમાં બદલાવ પર સ્પર્ધકો કેવી પ્રતિક્રિયા આપશે તેની ચોક્કસ આગાહી કરવી અશક્ય છે. જો કે, સ્પર્ધાત્મક નિર્ણય લેવાની પરિસ્થિતિમાં ધ્યાનમાં લેવાના સૌથી મહત્વપૂર્ણ પરિબળોને ઓળખવાની વાત આવે ત્યારે ગેમ થિયરી ઉપયોગી છે. આ માહિતી મહત્વપૂર્ણ છે કારણ કે તે તમને વધારાના ચલો અથવા પરિબળોને ધ્યાનમાં લેવાની મંજૂરી આપે છે જે પરિસ્થિતિને પ્રભાવિત કરી શકે છે, અને ત્યાંથી નિર્ણયની અસરકારકતામાં સુધારો કરે છે.

નિષ્કર્ષ

નિષ્કર્ષમાં, તે ખાસ કરીને ભાર મૂકવો જોઈએ કે રમત સિદ્ધાંત એ જ્ઞાનનું ખૂબ જટિલ ક્ષેત્ર છે. તેને હેન્ડલ કરતી વખતે, તમારે સાવચેત રહેવું જોઈએ અને તેના ઉપયોગની મર્યાદાઓને સ્પષ્ટપણે જાણવી જોઈએ. ખૂબ સરળ અર્થઘટન છુપાયેલા જોખમોથી ભરપૂર છે. તેમની જટિલતાને લીધે, રમત સિદ્ધાંત વિશ્લેષણ અને પરામર્શ ફક્ત ખાસ કરીને મહત્વપૂર્ણ સમસ્યાવાળા વિસ્તારો માટે જ ભલામણ કરવામાં આવે છે. અનુભવ બતાવે છે કે મોટા સહકાર કરારો તૈયાર કરતી વખતે એક વખતના, મૂળભૂત રીતે મહત્વપૂર્ણ આયોજિત વ્યૂહાત્મક નિર્ણયો લેતી વખતે યોગ્ય સાધનોનો ઉપયોગ કરવો વધુ સારું છે.

આંકડાકીય સંભાવના પર આધારિત લોકપ્રિય રમતો - રૂલેટ, પત્તાની રમતો, ખાસ કરીને પોકર, બેકગેમન.

પ્લેયર આંકડા

મેથેમેટિકલ સ્ટેટિસ્ટિક્સ, પ્રોબેબિલિટી થિયરી, ગેમ થિયરી - સટોડિયાઓ વિશેની માહિતી એકત્રિત કરવા માટે આ વિદ્યાશાખાઓમાંથી પદ્ધતિઓનો વ્યાપકપણે ઉપયોગ થાય છે. વિશ્વની ટાંકીઓ અને પોકર જેવી લોકપ્રિય રમતોના સટોડિયાઓ વિશે માહિતીનો સંપૂર્ણ સંગ્રહ વિકસિત થયો છે. સટોડિયાના કેટલાક આંકડા વિશેષ વેબસાઈટ પર સંપૂર્ણપણે નિ:શુલ્ક જોઈ શકાય છે.

વ્યાજના સટોડિયા માટે અથવા સટોડિયાઓના મોટા જૂથ માટેના તમામ આંકડા સંબંધિત આંકડાકીય સેવાઓ પર ખરીદી શકાય છે.

પોકર સટોડિયાઓ પર આંકડા મેળવવા માટેની વેબસાઇટ્સ:

MTT આંકડાઓ પ્રદાન કરતી વેબસાઇટ - PokerProLabs;

રોકડ રમતોના આંકડા PokerTableRatings વેબસાઇટ દ્વારા પ્રદાન કરવામાં આવે છે. અહીં તમે હાથના ઇતિહાસ (ખાણકામ) સાથે વ્યાપક તાજા ડેટાબેસેસ પણ ખરીદી શકો છો;

MTT આંકડાઓ officialpokerrankings.com પર પણ જોઈ શકાય છે;

સંભવતઃ આ વિષય પરની સૌથી પ્રખ્યાત સાઇટ્સમાંની એક sharkscope.com છે

"સામાજિક આંકડા" ની વિભાવનાના બે અર્થઘટન છે: વિજ્ઞાનના ક્ષેત્ર તરીકે અને વ્યવહારિક પ્રવૃત્તિના ક્ષેત્ર તરીકે. વિજ્ઞાનના ક્ષેત્ર તરીકે સામાજિક આંકડાઓ સમાજમાં સામાજિક ઘટનાઓ અને પ્રક્રિયાઓ વિશે સંખ્યાત્મક માહિતી એકત્રિત કરવા, પ્રક્રિયા કરવા અને તેનું વિશ્લેષણ કરવા માટેની તકનીકો અને પદ્ધતિઓની સિસ્ટમ વિકસાવે છે. પ્રાયોગિક પ્રવૃત્તિના ક્ષેત્ર તરીકે સામાજિક આંકડાનો હેતુ રાજ્યની આંકડાકીય સંસ્થાઓ અને અન્ય સંસ્થાઓ દ્વારા ચોક્કસ સામાજિક પ્રક્રિયાઓને દર્શાવતી સંખ્યાત્મક સામગ્રીઓ એકત્રિત કરવા અને સારાંશ આપવાનું લક્ષ્ય છે.

વિજ્ઞાનના ક્ષેત્ર તરીકે અથવા વ્યવહારિક પ્રવૃત્તિના ક્ષેત્ર તરીકે સામાજિક આંકડાઓનું સ્વાયત્ત અસ્તિત્વ અર્થહીન હશે. આ ક્ષેત્રોનો વિકાસ માત્ર એકતા અને પરસ્પર જોડાણમાં જ થવો જોઈએ અને થઈ શકે છે.

સમાજ અને રાજ્યના જીવનના વિવિધ પાસાઓ વિશે માહિતી રેકોર્ડ કરવાના પ્રારંભિક આદિમ સ્વરૂપોમાં ખાસ વિકસિત વૈજ્ઞાનિક આધારિત પદ્ધતિ ન હતી. જેમ જેમ ધ્યાનમાં લેવામાં આવેલ ડેટાની સામગ્રી વધુ જટિલ બની અને સરકારી અને આર્થિક વ્યવસ્થાપનમાં તેમનું મહત્વ વધતું ગયું તેમ તેમ ડેટા રેકોર્ડીંગ અને સારાંશની વધુ જટિલ પદ્ધતિઓની જરૂરિયાત ઊભી થઈ. માહિતીની એકરૂપતા અને વિશ્વસનીયતા સુનિશ્ચિત કરવા માટે વિશેષ પગલાંની જરૂર હતી.

હિસાબી અને આંકડાકીય કાર્ય એ એક સ્વતંત્ર પ્રકારની વ્યાવસાયિક પ્રવૃત્તિ બની ગઈ છે, અને કેન્દ્રમાં અને સ્થાનિક સ્તરે આ કાર્ય કરવા માટે વિશેષ સંસ્થાઓ બનાવવામાં આવી છે. વૈજ્ઞાનિક અને પદ્ધતિસરના વિકાસને વ્યવહારિક એકાઉન્ટિંગ કાર્યથી અલગ કરવામાં આવ્યા હતા. આંકડાશાસ્ત્રના ક્ષેત્રમાં નિષ્ણાતોની તાલીમ શરૂ થઈ. અગાઉના એકીકૃત આંકડાઓમાંથી, આ વિજ્ઞાનની સ્વતંત્ર શાખાઓ ઉભરી આવી: ઔદ્યોગિક આંકડા, કૃષિ આંકડા, વસ્તીના આંકડા, વગેરે. "સ્વાયત્તતાના અધિકારો" પ્રાપ્ત કરનાર છેલ્લામાંની એક સામાજિક આંકડા હતી.

સામાજિક આંકડા માત્ર તેના વિશેષ વિષય અને અભ્યાસના વિષયમાં જ નહીં, આંકડાઓની અન્ય શાખાઓથી અલગ છે. તેની મૌલિક્તા પ્રારંભિક માહિતી મેળવવા માટેની વિશેષ ચેનલોમાં અને આ માહિતીની પ્રક્રિયા અને સારાંશ માટે વિશેષ તકનીકોના ઉપયોગ અને વિશ્લેષણના પરિણામોના વ્યવહારિક ઉપયોગની વિશેષ રીતોમાં રહેલી છે. આ તમામ સામાજિક આંકડાઓને એકાઉન્ટિંગ અને આંકડાકીય કાર્યના એક અલગ ક્ષેત્ર, તેમજ વૈજ્ઞાનિક વિકાસના વિશિષ્ટ ક્ષેત્ર તરીકે અલગ પાડવાની જરૂરિયાતની પુષ્ટિ કરે છે, જેના માળખામાં સામાજિક આંકડાઓના સૈદ્ધાંતિક અને પદ્ધતિસરના મુદ્દાઓ ઉકેલવામાં આવે છે.

સામાજિક આંકડા, વિજ્ઞાનના કોઈપણ ક્ષેત્રની જેમ, જ્ઞાનના અન્ય ક્ષેત્રો સાથે વિવિધ રીતે જોડાયેલા છે. આ સંબંધોને સમજવાથી સામાજિક આંકડાઓના વિષય, ઑબ્જેક્ટ અને પદ્ધતિની વધુ સચોટ વ્યાખ્યામાં ફાળો મળે છે. સૌથી નજીકના જોડાણો સામાજિક આંકડાઓ અને આંકડાઓની અન્ય શાખાઓ વચ્ચે છે, મુખ્યત્વે આંકડાશાસ્ત્રના સિદ્ધાંત સાથે, જે શાખા આંકડા માટે સામાન્ય પદ્ધતિસરનો આધાર વિકસાવે છે. પદ્ધતિસરની તકનીકો કે જે તેમના સારમાં સમાન છે, સામાજિક ઘટનાઓ અને પ્રક્રિયાઓના વિશ્લેષણના કાર્યો અને શરતોના સંબંધમાં એકરૂપ અને સંશોધિત કરવામાં આવે છે. અભ્યાસક્રમના અનુગામી વિભાગોમાં તે બતાવવામાં આવશે કે કેવી રીતે જાણીતી આંકડાકીય પદ્ધતિઓનો સામાજિક આંકડાઓમાં ઉપયોગ કરવામાં આવે તો તે અનન્ય સ્વરૂપ ધારણ કરે છે. ઘણીવાર આંકડાશાસ્ત્રના સિદ્ધાંત દ્વારા પ્રદાન કરાયેલ સંશોધન પદ્ધતિઓનું શસ્ત્રાગાર અપૂરતું હોવાનું બહાર આવે છે. આવા કિસ્સાઓમાં, સામાજિક આંકડા જ્ઞાનની અન્ય શાખાઓ - સમાજશાસ્ત્ર, મનોવિજ્ઞાન, વગેરેમાંથી જરૂરી પદ્ધતિઓ ઉધાર લે છે.

સંખ્યાબંધ વિજ્ઞાન - વસ્તી વિષયક, સમાજશાસ્ત્ર, વસ્તી આંકડા, શ્રમ અર્થશાસ્ત્ર, એથનોગ્રાફી, તબીબી આંકડા, વગેરેના વિષયો સાથે સામાજિક આંકડાકીય સંશોધનના ઑબ્જેક્ટની સંપૂર્ણ અથવા આંશિક સમાનતા છે. સામાજિક આંકડાઓ તેમની સાથે સંપર્કના કેટલાક મુદ્દાઓ ધરાવે છે. સંશોધનના વિષય સાથે સંબંધ, જો કે તેઓ સંશોધન પદાર્થોની ઘણી ઓછી ઉચ્ચારણ સમાનતા છે. વધુ હદ સુધી, વિજ્ઞાનની સમાનતા સંશોધનની પદ્ધતિ, ટેકનિક અને ઑબ્જેક્ટ નક્કી કરવાની બાબતોમાં પ્રગટ થઈ શકે છે.

વિજ્ઞાનનો આંશિક સમુદાય ઐતિહાસિક રીતે નિર્ધારિત છે. આ વિજ્ઞાન વચ્ચેના "શેષ" જોડાણોનું અભિવ્યક્તિ હોઈ શકે છે જે વૈજ્ઞાનિક જ્ઞાનના ભિન્નતા અને સંશોધનના વિષયને અલગ કરવાની પ્રક્રિયામાં જ્ઞાનના સ્વતંત્ર ક્ષેત્રો તરીકે ઉભરી આવ્યા છે. આ વિજ્ઞાનના કન્વર્જન્સ, તેમના એકીકરણનું પરિણામ હોઈ શકે છે, જ્યારે અગાઉ જ્ઞાનના ખૂબ દૂરના વિસ્તારોમાં, તેમના વિકાસ દરમિયાન, પદ્ધતિના પ્રશ્નોમાં, તેમજ સંશોધનના વિષય અને ઑબ્જેક્ટમાં સંપર્કના બિંદુઓ શોધવામાં આવ્યા હતા.

જો કે, આવી સમાનતાનો અર્થ ઓળખ નથી. ઉદાહરણ તરીકે, વસ્તીના આંકડા અને સામાજિક આંકડા બંને વસ્તીને અભ્યાસના હેતુ તરીકે સંબોધે છે. તે જ સમયે, જો પ્રથમ માટે મુખ્ય હિત દેશની સમગ્ર વસ્તી છે, તો બીજા માટે તેની વ્યક્તિગત શ્રેણીઓ. વસ્તીના આંકડાઓ રહેવાસીઓની સંખ્યા, વસ્તીની રચના અને તેના પ્રજનનની ગતિશીલતાની તપાસ કરે છે. આ તમામ મુદ્દાઓ સમગ્ર વસ્તી સાથે સંબંધિત છે. સામાજિક આંકડા, જીવનની પરિસ્થિતિઓના વિવિધ પાસાઓ પર ધ્યાન કેન્દ્રિત કરીને, તે મુજબ મુખ્યત્વે વસ્તીના તે જૂથોને સંબોધિત કરવા જોઈએ કે જેના માટે જીવનની પરિસ્થિતિઓ સૌથી વધુ સુસંગત અને વિશિષ્ટ છે. આમ, સામાજિક સુરક્ષા મુદ્દાઓ મુખ્યત્વે નિવૃત્તિ વયની વ્યક્તિઓ અને વિકલાંગ લોકોની ચિંતા કરે છે. શૈક્ષણિક કાર્યક્રમો શાળા વયના બાળકો અને યુવાનોને સંબોધવામાં આવે છે, માતૃ અને બાળ આરોગ્ય કાર્યક્રમો યુવાન પરિવારોને સંબોધવામાં આવે છે, વગેરે.

વસ્તીના આંકડા પરંપરાગત રીતે જૈવિક વસ્તી તરીકે વસ્તીના અભ્યાસનો સંપર્ક કરે છે, જ્યારે સામાજિક આંકડા લોકોના જીવનના સામાજિક પાસાઓની તપાસ કરે છે. નોંધ કરો કે આ અભિગમો વચ્ચેની રેખા ખૂબ જ શરતી છે: જ્યારે પ્રજનનક્ષમતા, મૃત્યુદર, લગ્ન, છૂટાછેડા, વસ્તીની યાંત્રિક હિલચાલ (સ્થળાંતર) નો અભ્યાસ કરતી વખતે, વ્યક્તિ સામાજિક પરિબળોનું વિશ્લેષણ કર્યા વિના કરી શકતું નથી.

સમાજના સામાજિક જીવનમાં બનતી ઘટનાઓ અને પ્રક્રિયાઓનું આંકડાકીય વિશ્લેષણ આંકડાઓને લગતી વિશિષ્ટ પદ્ધતિઓનો ઉપયોગ કરીને હાથ ધરવામાં આવે છે - સામાન્ય સૂચકોની પદ્ધતિઓ કે જે ઑબ્જેક્ટની જથ્થાત્મક અને ગુણાત્મક લાક્ષણિકતાઓનું સંખ્યાત્મક માપન આપે છે, તેમની વચ્ચેના જોડાણો અને તેમનામાં વલણો. ફેરફાર આ સૂચકાંકો સમાજના સામાજિક જીવનને પ્રતિબિંબિત કરે છે, જે સામાજિક આંકડા સંશોધનના વિષય તરીકે સેવા આપે છે.


સમાજનું સામાજિક જીવન, પ્રકૃતિમાં જટિલ અને બહુપક્ષીય, વિવિધ ગુણધર્મો, વિવિધ સ્તરો અને વિવિધ ગુણવત્તાના સંબંધોની સિસ્ટમ છે. સિસ્ટમ હોવાને કારણે, આ સંબંધો એકબીજા સાથે જોડાયેલા અને પરસ્પર નિર્ભર છે. તેમની એકતા વિવિધ સ્વરૂપોમાં પ્રગટ થાય છે: ક્રિયાપ્રતિક્રિયામાં, ગૌણતામાં, વિરોધાભાસમાં. તે આનાથી અનુસરે છે કે સામાજિક આંકડાઓના માળખામાં સંશોધનના વ્યક્તિગત ક્ષેત્રોને અલગ પાડવું એ પરંપરાગત તકનીક કરતાં વધુ કંઈ નથી જે જ્ઞાનની સુવિધા આપે છે. એકલતામાં લેવામાં આવે તો, વસ્તીની રહેવાની સ્થિતિ પરના આંકડા અથવા વસ્તીના બજેટના આંકડા એ જ શરતી છે. જેમ કે, ઉદાહરણ તરીકે, ત્વચારોગવિજ્ઞાન, માઇક્રોબાયોલોજી, ઓન્કોલોજી, વગેરે જેવી વિશેષતાઓને દવાના સ્વતંત્ર ક્ષેત્રમાં અલગ કરવી.

આ પ્રકારની સાંકડી વિશેષતા, જ્યારે કોઈને કોઈ ચોક્કસ ક્ષેત્રમાં જ્ઞાનને વધુ ઊંડું અને વિસ્તૃત કરવાની મંજૂરી આપે છે, ત્યારે સંભવિત ખતરો છે કે સામાન્ય જોડાણો અને સંબંધો દૃષ્ટિથી ખોવાઈ જશે. મૂળ કારણોને લક્ષણો દ્વારા બદલી શકાય છે. ઉપચાર અને પુનઃપ્રાપ્તિના કાર્યક્રમો (ઉપચારમાં પ્રત્યેક વ્યક્તિગત વ્યક્તિના શરીર અને સામાજિક ક્ષેત્રમાં સમગ્ર સમાજના શરીર) આ કિસ્સામાં તેને દૂર કરવા પર ધ્યાન કેન્દ્રિત કરવામાં આવશે નહીં. કારણો, પરંતુ માત્ર પ્રતિકૂળ પરિસ્થિતિના પરિણામો.

આમ, ગુનાના આંકડાઓના માળખામાં વિશ્લેષણ પર ધ્યાન કેન્દ્રિત કરીને, વ્યક્તિ મુખ્ય વ્યૂહાત્મક કાર્ય ચૂકી શકે છે - ગુનાની પરિસ્થિતિને જન્મ આપતા કારણોને દૂર કરવા. સંકુચિત રીતે સમજી શકાય તેવા ગુનાના આંકડાઓ ફક્ત મુખ્ય રીતે વ્યૂહાત્મક પ્રકૃતિના તારણો અને ભલામણો પ્રદાન કરશે - વર્તમાન સમયગાળામાં ગુના સામેની લડતની પદ્ધતિઓ અને મુખ્ય દિશાઓ વિશે. આ વૈજ્ઞાનિક જ્ઞાનના એકીકરણ તરફના વલણની સુસંગતતા સૂચવે છે, કારણ કે તે આ માર્ગ પર છે કે ભિન્નતાના ફાયદા સચવાય છે અને તેની નબળાઈઓને તટસ્થ કરવામાં આવે છે,

સામાજિક આંકડાઓના વિષયને વ્યાખ્યાયિત કરવા માટેનો સૌથી અસરકારક અભિગમ એ છે કે જેમાં સમાજના સામાજિક જીવનના વ્યક્તિગત પાસાઓને વિશ્લેષણ માટે એકસાથે અલગ પાડવામાં આવે છે અને તેમની એકતા અને આંતર જોડાણને ધ્યાનમાં લેવામાં આવે છે.

સામાજિક આંકડાઓમાં સંશોધનના સૌથી મહત્વપૂર્ણ ક્ષેત્રોમાં નીચેનાનો સમાવેશ થાય છે: વસ્તીનું સામાજિક અને વસ્તી વિષયક માળખું અને તેની ગુણવત્તા, વસ્તીનું જીવનધોરણ, સુખાકારીનું સ્તર, વસ્તીના આરોગ્યનું સ્તર, સંસ્કૃતિ અને શિક્ષણ, નૈતિક આંકડા, જાહેર અભિપ્રાય, રાજકીય જીવન. સંશોધનના દરેક ક્ષેત્ર માટે, સૂચકોની સિસ્ટમ વિકસાવવામાં આવે છે, માહિતીના સ્ત્રોતો નક્કી કરવામાં આવે છે, અને દેશ અને પ્રદેશોમાં સામાજિક પરિસ્થિતિને નિયંત્રિત કરવા માટે આંકડાકીય સામગ્રીના ઉપયોગ માટે ચોક્કસ અભિગમો છે. તે જ સમયે, આ તમામ દિશાઓ આખરે સામાજિક જીવનના ચિત્ર વિશે, સામાજિક વિકાસના વલણો અને પેટર્ન વિશે એકીકૃત, સુસંગત અને સંકલિત માહિતી પ્રદાન કરે છે.

સામાજિક આંકડાઓના કાર્યોને સામાન્ય રીતે વ્યાખ્યાયિત કરતી વખતે, તેમના અભ્યાસના ઉદ્દેશ્યના સંબંધમાં કોઈપણ શાખાના આંકડાઓ દ્વારા ઉકેલી શકાય તેવા મુદ્દાઓને પ્રકાશિત કરવા જરૂરી છે. સામાજિક આંકડા માટે આવા કાર્યો છે: સામાજિક ક્ષેત્રમાં પરિસ્થિતિનું વ્યવસ્થિત વિશ્લેષણ; સામાજિક માળખાકીય ક્ષેત્રોના વિકાસના સૌથી મહત્વપૂર્ણ વલણો અને પેટર્નનું વિશ્લેષણ: વસ્તીના સ્તર અને જીવનની સ્થિતિનો અભ્યાસ:

આ લાક્ષણિકતાઓના તફાવતની ડિગ્રીનું મૂલ્યાંકન; વિશ્લેષણ વક્તાઓ: નજીકના અને લાંબા ગાળા માટે વિકાસના સંભવિત માર્ગની આગાહી કરવી;

જેના પ્રભાવ હેઠળ આ પરિસ્થિતિ ઊભી થઈ તે પરિબળોનો અભ્યાસ;

તેમના પ્રમાણભૂત મૂલ્યો સાથે વાસ્તવિક પરિમાણોના પાલનની ડિગ્રીનું મૂલ્યાંકન; ઉદ્દેશ્ય અને વ્યક્તિલક્ષી પરિબળોના સંબંધ અને ભૂમિકાની સ્પષ્ટતા; સામાજિક વિકાસના અન્ય ઘટકો સાથે સામાજિક પ્રક્રિયાઓની ક્રિયાપ્રતિક્રિયાનો અભ્યાસ.

વધુમાં, સામાજિક આંકડાઓમાં અંતર્ગત વિશેષ કાર્યો છે. તેમની વિશિષ્ટતા મુખ્યત્વે સામાજિક પ્રક્રિયાઓના અભ્યાસની પ્રેક્ટિસમાં ઊભી થતી મુશ્કેલીઓ પર આધારિત છે. આમાં નીચેનાનો સમાવેશ થાય છે.

સામાજિક આંકડાઓના વ્યક્તિગત ક્ષેત્રોની સ્વાયત્તતા અને ઘણા આંકડાકીય સૂચકાંકોની પરિણામી અતુલ્યતાને દૂર કરવી; સામાજિક આંકડાઓની એકીકૃત પરસ્પર જોડાયેલ સિસ્ટમની વાસ્તવિક રચના. આ ક્ષેત્રની ખામીઓ માત્ર એક ઉદ્દેશ્ય કારણ દ્વારા જ સમજાવવામાં આવી નથી - વિવિધ સામાજિક પ્રક્રિયાઓના સાર અને અભિવ્યક્તિના સ્વરૂપોમાં તીવ્ર તફાવત, પરંતુ કેટલીક સંસ્થાકીય પૂર્વજરૂરીયાતો દ્વારા પણ. સામાજિક માહિતીનો સંગ્રહ રાજ્યના આંકડાકીય સંસ્થાઓના વિવિધ વિભાગો (ક્ષેત્રો, વિભાગો) દ્વારા હાથ ધરવામાં આવે છે: કિંમતના આંકડા, બજેટ, મજૂર આંકડા, વગેરે. સામાજિક સૂચકાંકો શરૂઆતમાં સામાજિક-આર્થિક આંકડાઓના સૂચકોની વિવિધ પેટા પ્રણાલીઓમાં સમાવવામાં આવે છે, જે સંખ્યાબંધ પદ્ધતિસરની સમસ્યાઓના ઉકેલ પર છાપ. તે જ સમયે, સામાજિક આંકડાઓના વ્યક્તિગત સૂચકાંકોની વિવિધ "વય" પણ પ્રભાવિત કરે છે: કેટલાક સૂચકાંકોનો લાંબા સમયથી આંકડાકીય કાર્યની પ્રેક્ટિસમાં ઉપયોગ કરવામાં આવે છે અને, જડતાને કારણે, પદ્ધતિસરની સમસ્યાઓ ઉકેલવા માટેનો પરંપરાગત અભિગમ સચવાય છે; અન્ય સૂચકાંકો વધુ તાજેતરના અને આધુનિક પદ્ધતિઓ પર વધુ કેન્દ્રિત છે.

સામાજિક ઘટનાઓ અને પ્રક્રિયાઓના સારની આકારણી સાથે સંખ્યાબંધ આંકડાકીય સૂચકાંકોનું પાલન પ્રાપ્ત કરવું, કારણ કે સૂચકાંકો તેમની ગુણાત્મક લાક્ષણિકતાઓ પ્રદાન કરતા નથી. માત્ર અમુક ઔપચારિક માત્રાત્મક પરિમાણોને ધ્યાનમાં લેવામાં આવે છે. ઉદાહરણ તરીકે, માત્ર 1,000 લોકો દીઠ ડોકટરો અને હોસ્પિટલના પથારીઓની સંખ્યાના ડેટાના આધારે આરોગ્ય સંભાળ પ્રણાલીની સ્થિતિનું વાસ્તવિક મૂલ્યાંકન કરવું મુશ્કેલ છે. વ્યાપારી સિદ્ધાંતો પર આધારિત તબીબી સંભાળના વિવિધ સ્વરૂપો જેમ જેમ વિસ્તરે છે તેમ, કામની ગુણવત્તા, સુલભતા અને વિવિધ પ્રકારની વિશિષ્ટ તબીબી સંસ્થાઓમાં વધારો થાય છે. બધું આંકડાકીય સૂચકાંકોમાં પ્રતિબિંબિત થવું જોઈએ.


મેક્રો અને સૂક્ષ્મ સ્તરે સંશોધનને એકીકૃત કરવું, જે અમને અભ્યાસ કરવામાં આવી રહેલી પ્રક્રિયાઓના મૂળ કારણો અને પદ્ધતિઓને વધુ ઊંડાણપૂર્વક અને સંપૂર્ણ રીતે જાહેર કરવાની મંજૂરી આપશે. અત્યાર સુધી, સામાજિક આંકડાઓ મુખ્યત્વે મેક્રો સ્તરે ઘટના અને પ્રક્રિયાઓના અભ્યાસ પર કેન્દ્રિત છે, જ્યાં પ્રક્રિયાના અંતિમ પરિણામો શોધવામાં આવે છે. દેશમાં સમગ્ર વ્યવસ્થાપન પ્રણાલીનું વિકેન્દ્રીકરણ પ્રાદેશિક સ્તરે માહિતી આધારની સુસંગતતામાં વધારો કરે છે.

સૂચકોનો વિકાસ, મોડેલોનું નિર્માણ, પૂર્વધારણાઓનું મૂલ્યાંકન, વસ્તીના સૌથી લાક્ષણિક સામાજિક-સાંસ્કૃતિક, સામાજિક-વંશીય, સામાજિક-વસ્તી વિષયક જૂથો માટે તફાવત. વપરાતી વસ્તી જૂથ યોજનાઓને વ્યવસ્થિત કરવી જોઈએ કારણ કે વસ્તી રચનામાં ફેરફાર થાય છે. સામાજિક આંકડાકીય સૂચકાંકોની વર્તમાન પ્રણાલી વ્યવહારીક રીતે વસ્તીના વિવિધ જૂથોની રહેવાની પરિસ્થિતિઓ, તેમના મૂલ્યલક્ષી અભિગમની સિસ્ટમ, વગેરેના વાસ્તવિક તફાવતને દૂર કરે છે. સમાજના સામાજિક સ્તરીકરણને વધારવાનું વલણ આ મુદ્દાની સુસંગતતામાં વધારો કરે છે.

સામાજિક આંકડાકીય સૂચકાંકો અને અન્ય ક્ષેત્રીય આંકડાઓમાં પ્રસ્તુત સૂચકોની હાલની અતુલ્યતાને દૂર કરવી.

સામાજિક વ્યવસ્થામાં ક્રિયાપ્રતિક્રિયાની પદ્ધતિઓ શોધવા માટે સામાજિક-આર્થિક સંબંધોનું મોડેલિંગ. મેક્રો સ્તરે, સંખ્યાબંધ નિરપેક્ષપણે અસ્તિત્વમાં રહેલા મર્યાદિત પરિબળો રજૂ કરવામાં આવે છે જે ચોક્કસ પરિસ્થિતિઓમાં (સિસ્ટમને નષ્ટ કર્યા વિના) સામાજિક સૂચકાંકોમાં સંભવિત વધઘટની મર્યાદા પૂર્વનિર્ધારિત કરે છે. સામાજિક કાર્યક્રમો વિકસાવતી વખતે આ ધ્યાનમાં લેવું મહત્વપૂર્ણ છે.


અભિપ્રાય આંકડા સૂચકાંકોની શ્રેણીને વિસ્તરી રહી છે. આ કાર્યની સુસંગતતા એ હકીકતમાં રહેલી છે કે સામાજિક પ્રક્રિયાઓનો સૌથી મહત્વપૂર્ણ ઘટક એ મનોવૈજ્ઞાનિક પરિબળ છે. પરિબળો અને ઘટનાઓનું વ્યક્તિલક્ષી વ્યક્તિગત મૂલ્યાંકન તેમના પ્રત્યે વસ્તીની પ્રતિક્રિયા અને જીવનના વિવિધ ક્ષેત્રોમાં વસ્તીના વર્તનને પૂર્વનિર્ધારિત કરે છે.

જો શક્ય હોય તો, ઘણા સૂચકાંકોની આવી નબળાઈઓ માટે વળતર આપવા માટે વિશેષ પગલાં હાથ ધરવા જેમ કે: વ્યક્તિત્વના તત્વો; એનામેનેસિસ ડેટાની અચોક્કસતા (વસ્તી સર્વેક્ષણો દ્વારા મેળવેલ પાછલા વર્ષોની ઘટનાઓ અને હકીકતો વિશેની માહિતી); હકીકતોનો અપૂર્ણ હિસાબ કે જેના વિશે લોકો માહિતી આપવા માટે અનિચ્છા કરે છે; વિવિધ પ્રકારના મૂલ્ય ચુકાદાઓ વગેરે માટે ઉદ્દેશ્ય અસ્પષ્ટ માપદંડો અને સ્કેલનો અભાવ. સામાજિક આંકડાકીય સૂચકાંકોની સંપૂર્ણ સુવિધાયુક્ત સિસ્ટમ બનાવવા, તેની વિશ્વસનીયતા અને માહિતી ક્ષમતામાં વધારો કરવા માટેની આ એક મહત્વપૂર્ણ સ્થિતિ છે. સંખ્યાબંધ વિશેષ તકનીકોનો ઉપયોગ કરીને નકારાત્મક અભિવ્યક્તિઓ ઘટાડી શકાય છે. તેમાંથી: સમાન મુદ્દા પર તથ્યો અને મંતવ્યો વિશેની માહિતીનું સંયુક્ત વિશ્લેષણ; અર્થ અને શબ્દોના શેડ્સમાં કેટલાક ફેરફારો સાથે સમાન પ્રશ્નનો પ્રશ્નાવલિમાં પુનરાવર્તિત સંદર્ભ; મુદ્દાની વિગતો આપવી, એટલે કે અભિન્ન સૂચકના અનુગામી બાંધકામ સાથે તેને કેટલાક અલગ મુદ્દાઓમાં વિભાજીત કરવી; અવિશ્વસનીય જવાબો વગેરે ઓળખવા માટે પ્રશ્નોને નિયંત્રિત કરો.

આપેલ ઉદાહરણો સામાજિક આંકડાઓની પદ્ધતિ અને પદ્ધતિઓ સુધારવા માટે વર્તમાન કાર્યોની સૂચિને સમાપ્ત કરતા નથી.

સામાજિક સમસ્યાઓના અભ્યાસની સુસંગતતા સામાજિક માળખાના વિકાસના સ્તર દ્વારા નક્કી કરવામાં આવે છે. તેથી, 80 ના દાયકાના મધ્યમાં. કુલ સ્થાનિક ઉત્પાદનના માળખામાં, સેવા ક્ષેત્રનો હિસ્સો હતો: યુએસએમાં - 64%, માં બ્રિટન- 59, ફ્રાન્સમાં - 54, જાપાનમાં - 54, પેરુવિયન રિપબ્લિકમાં - 49, થાઈલેન્ડમાં - 41, ભારતમાં - 34. યુએસએસઆરમાં - 38, મોરોક્કોમાં -39%1. ઉપરોક્ત સૂચકાંકોને વસ્તીની જરૂરિયાતોને પહોંચી વળવા અને આર્થિક વિકાસના એકંદર સ્તરના મૂલ્યાંકન તરીકે અર્થતંત્ર કઈ ડિગ્રી સુધી લક્ષી છે તેના સામાન્ય મૂલ્યાંકન તરીકે ગણી શકાય.

સેવાઓના ઉત્પાદકો માલિકીના સ્વરૂપો, કાર્ય સંસ્થાના સિદ્ધાંતો, કદ અને ઉદ્યોગ વિશેષતા દ્વારા અલગ પડે છે; બિન-નફાકારક બિન-લાભકારી સંસ્થાઓ છે, જેમાં સખાવતી સંસ્થાઓ, માઇક્રોડિસ્ટ્રિક્ટ્સમાં સ્વ-સરકારી સંસ્થાઓ વગેરેનો સમાવેશ થાય છે.

સામાજિક આંકડાઓના પદાર્થોની વિશિષ્ટતા પણ ઉપયોગમાં લેવાતી પદ્ધતિસરની તકનીકોની વિશિષ્ટતા પૂર્વનિર્ધારિત કરે છે. ઘણી લાક્ષણિકતાઓમાં સંખ્યાત્મક અભિવ્યક્તિ હોતી નથી. આ વિશેષતાઓ પદ્ધતિસરના મુદ્દાઓને ઉકેલવા પર તેમની મર્યાદાઓ લાદે છે.

સેવાઓના ખરીદનાર અને સામાજિક પ્રક્રિયાઓમાં સહભાગી તરીકે વસ્તીની વર્તણૂકની આવશ્યક વિશેષતા છે કે, ઉદ્દેશ્ય પરિબળો સાથે, તે વ્યક્તિલક્ષી પરિબળ - ચેતના દ્વારા નક્કી કરવામાં આવે છે. વ્યક્તિગત, જૂથ અને સામાજિક ચેતના મૂલ્યોની વિશેષ પ્રણાલીઓ, સામાજિક ધોરણો, પરસેવોના ક્ષેત્રમાં અગ્રતાનો વંશવેલો વિકસાવે છે. વ્યક્તિલક્ષી પરિબળોના પ્રભાવને માપવાથી ચોક્કસ મુશ્કેલીઓ આવે છે, અને આંકડાઓ સમાજશાસ્ત્ર અને મનોવિજ્ઞાન દ્વારા વિકસિત પદ્ધતિઓ તરફ વળે છે. આવા કામની શ્રમ તીવ્રતા, તેઓ માત્ર સમયાંતરે અને પસંદગીના અભ્યાસ તરીકે હાથ ધરવામાં આવે છે.

આપણા દેશમાં રાજ્યના આંકડાઓના માળખામાં, વર્તમાન એકાઉન્ટિંગના ક્રમમાં, વસ્તીને પૂરી પાડવામાં આવતી સેવાઓનું પ્રમાણ મુખ્યત્વે માપવામાં આવે છે. વપરાશની ગુણાત્મક લાક્ષણિકતાઓ, તેના વલણો અને પરિબળો, એક નિયમ તરીકે, સામૂહિક સ્તરે ધ્યાનમાં લઈ શકાતા નથી. તેથી, આંકડાકીય માહિતીમાં વર્તમાન અને તીવ્ર સામાજિક સમસ્યાઓ સામાન્ય રીતે માત્ર લક્ષણો તરીકે જ નોંધવામાં આવે છે, જેના કારણો જાહેર કરવામાં આવતા નથી.

પ્રાદેશિક અને કેન્દ્રીય સત્તાવાળાઓને આ મુદ્દાઓ પરની માહિતીની પદ્ધતિસરની જોગવાઈ સત્તાવાળાઓપરિસ્થિતિને સ્થિર કરવા, સંભવિત કટોકટી અને ઉત્તેજનાને રોકવા માટેના પગલાં સમયસર અપનાવવા માટે - આંકડાનું તાત્કાલિક કાર્ય.

સામાજિક આંકડા સંશોધન પદાર્થોની બહુવિધતા દ્વારા વર્ગીકૃત થયેલ છે. તેમને બે પ્રકારમાં વિભાજિત કરી શકાય છે.

પ્રથમ અને મુખ્ય પ્રકારની વસ્તુઓ છે ગ્રાહકોસેવાઓ, ભૌતિક અને આધ્યાત્મિક મૂલ્યો, માહિતી. તેઓ વ્યક્તિગત અને જૂથ વસ્તુઓ દ્વારા રજૂ થાય છે. વ્યક્તિગત પદાર્થ એ વ્યક્તિ છે (વ્યક્તિઓના સંગ્રહ તરીકે વસ્તી). આ સમગ્ર વસ્તી અને તેની વ્યક્તિગત શ્રેણીઓ પણ છે, જેનો અભ્યાસ કરવામાં આવી રહેલી સામાજિક પ્રક્રિયાના આધારે છે. સામૂહિક ઑબ્જેક્ટ એ લોકોનો સમૂહ છે જેઓ સંયુક્તપણે વપરાશ કરે છે અને સામાજિક પ્રક્રિયામાં સંયુક્ત રીતે ભાગ લે છે. આવા પદાર્થો છે: કુટુંબ, કાર્ય સામૂહિક, બાગકામ ભાગીદારી, ગેરેજ સહકારી, વગેરે.

બીજા પ્રકારનાં ઑબ્જેક્ટ્સ વ્યક્તિઓ, સંસ્થાઓ, માળખાંને આવરી લે છે જે વસ્તીને સેવાઓ પ્રદાન કરે છે અને એક અથવા બીજી સામાજિક પ્રક્રિયાનું આયોજન કરે છે. તેમની પ્રવૃત્તિઓ પૂરી પાડવામાં આવતી સેવાઓ અને મૂલ્યોની માત્રા અને ગુણવત્તા નક્કી કરે છે. સેવાઓ, મૂલ્યો અને માહિતીનું ઉત્પાદન અને વપરાશ પ્રક્રિયાના બે એકબીજા સાથે જોડાયેલા પાસાઓ છે. આ તેમના સમાંતર સંશોધનની શક્યતા નક્કી કરે છે. આમ, જો વિવિધ પ્રકારના ઑબ્જેક્ટ્સ પર માહિતી મેળવવામાં આવે તો આવાસની સમસ્યા જાહેર થઈ શકે છે: પરિવારો, જ્યાં સૂચકોની સિસ્ટમ હાઉસિંગ પરિસ્થિતિઓ અને તેમની ગતિશીલતા અને સંસ્થાઓ કે જે રિયલ એસ્ટેટ માર્કેટ બનાવે છે. આમાં સમાવેશ થાય છે: બાંધકામ સંસ્થાઓ, વિવિધ હાઉસિંગ વિભાગો અને સ્થાનિક સરકારોની અંદરના કમિશન, વિવિધ મધ્યસ્થી કચેરીઓ અને હાઉસિંગના વિનિમય, ખરીદી, વેચાણ અને ભાડે આપવા માટેની પેઢીઓ.

કેટલાક કિસ્સાઓમાં, બંને પ્રકારની વસ્તુઓ એકતામાં રજૂ કરવામાં આવે છે - જ્યારે, ઉદાહરણ તરીકે, પરિવારો પોતાને માટે રહેણાંક મકાન બનાવે છે. જો કે, આ પરિસ્થિતિ પ્રકૃતિમાં એપિસોડિક છે, કારણ કે ઘરનું બાંધકામ એક વખતની ઘટના છે, પ્રાપ્તકર્તાજો કે, કુટુંબનું ઘર કાયમી છે, એટલે કે એક પાસું પ્રભુત્વ ધરાવે છે.

સંશોધનના ઑબ્જેક્ટની સ્પષ્ટ વ્યાખ્યા મહત્વપૂર્ણ છે કારણ કે આ પ્રશ્ન માહિતી એકત્રિત કરવાના તબક્કે પ્રારંભિક પ્રશ્ન તરીકે કાર્ય કરે છે, તેમજ તેની પ્રક્રિયાના તબક્કે - જૂથીકરણ, વર્ગીકરણ, સૂચકોની સિસ્ટમનું નિર્માણ. ઑબ્જેક્ટ્સની બહુવિધતાને સંશોધન અને પદ્ધતિસરના મુદ્દાઓને ઉકેલવા માટે ખાસ કરીને સાવચેત અભિગમની જરૂર છે. પરંતુ સામાજિક આંકડાઓમાં વિશ્લેષણના પદાર્થોની વિશિષ્ટતાનું આ માત્ર એક અભિવ્યક્તિ છે. ત્યાં અન્ય સમાન મહત્વપૂર્ણ લક્ષણો છે, જે મુખ્યત્વે સામાજિક આંકડાઓમાં સહજ છે અને પ્રમાણમાં નબળા રીતે વ્યક્ત કરવામાં આવે છે, ઉદાહરણ તરીકે. જ્યારે સંપૂર્ણ આર્થિક પ્રક્રિયાઓનો અભ્યાસ કરવામાં આવે છે.

ઉત્પાદનના ક્ષેત્રમાં, એવા સાહસો કે જેઓ તેમના પ્રાદેશિક એકત્રીકરણ દ્વારા અલગ પડે છે અને ઝડપી, વારંવાર અને આમૂલ ફેરફારોને આધિન નથી તે એકંદર એકમો તરીકે રજૂ થાય છે. વસ્તીના એકમો અને સામાજિક આંકડાઓ, જો આપણે પ્રથમ પ્રકાર (ગ્રાહકો) ના પદાર્થોને ધ્યાનમાં લઈએ, તો વિરોધી ગુણધર્મો ધરાવે છે. વસ્તી ખૂબ જ મોબાઇલ છે, માહિતી એકત્રિત કરવી મુશ્કેલ બનાવે છે. મામલો એ હકીકતથી વકરી ગયો છે કે રહેઠાણની જગ્યાનો દરેક ફેરફાર દસ્તાવેજી રેકોર્ડમાં પ્રતિબિંબિત થતો નથી. ફળદ્રુપતા અને મૃત્યુદર દરેક પ્રદેશની વસ્તીની રચનામાં સતત ફેરફાર કરે છે. દરેક વ્યક્તિ, દરેક કુટુંબ તેના વસ્તી વિષયક અને સામાજિક-આર્થિક સૂચકાંકોમાં વારંવાર ફેરફાર કરે છે. પરિણામે, બધા ફેરફારોનું નિયમિતપણે નિરીક્ષણ કરવું મુશ્કેલ બને છે. માત્ર દર દસ વર્ષે (દર પાંચ વર્ષે) એક વખત વસ્તી ગણતરીથી વસ્તી વિશેની સૌથી મહત્વપૂર્ણ માહિતી મેળવવાનું શક્ય બને છે. જો કે, તેઓ અભ્યાસના ઑબ્જેક્ટની રચના અને ગુણાત્મક લાક્ષણિકતાઓ વિશેની માહિતી માટે સામાજિક આંકડાઓની જરૂરિયાતોને સંતોષવા માટે સંપૂર્ણપણે સક્ષમ નથી.

આ જટિલ પરિસ્થિતિ ઘણીવાર દેશ અને વ્યક્તિગત પ્રદેશોના સ્તરે સામાન્ય વપરાશ સૂચકાંકો સાથે મુખ્યત્વે કામ કરવાની જરૂરિયાત તરફ દોરી જાય છે. મોટાભાગે, પરિવારોની વિવિધ શ્રેણીઓ માટે, વસ્તીના વિવિધ સામાજિક-આર્થિક, વસ્તી વિષયક અને વંશીય જૂથો માટે વપરાશની ગુણવત્તાના કોઈ સૂચક નથી. આ પછીના પ્રકરણોમાં સંબોધવામાં આવશે. અહીં આપણે આપણી જાતને ફક્ત વ્યક્તિગત ચિત્રો સુધી મર્યાદિત કરીશું. આમ, શહેરોમાં પરિવહન સેવાઓ સાથે વસ્તીની જોગવાઈ માત્ર આવા સારાંશ સૂચકાંકો દ્વારા નક્કી કરવામાં આવે છે જેમ કે: પરિવહનની પદ્ધતિ દ્વારા ઉપલબ્ધ રોલિંગ સ્ટોક, મુસાફરોના ટ્રાફિકનું કુલ પ્રમાણ. તબીબી આંકડા તબીબી સહાય માટેની વિનંતીઓની સંખ્યા, હોસ્પિટલમાં દાખલ દર્દીઓની સંખ્યા અને રોગના પ્રકાર દ્વારા દવાખાનામાં નોંધાયેલા લોકોની સંખ્યાની માહિતી પ્રદાન કરે છે. આ તમામ ડેટા સમગ્ર વસ્તી સાથે સંબંધિત છે, જેઓ ડેટા પ્રદાન કરે છે તે વ્યક્તિઓ વિશે ચોક્કસ સામાજિક અને વસ્તી વિષયક માહિતીની સંપૂર્ણ અનામી સાથે.

માહિતીનો માત્ર એક ભાગ એ હકીકત દ્વારા વળતર આપવામાં આવે છે કે અમુક ડેટા પસંદગીના આધારે રેકોર્ડ કરવામાં આવે છે. આ સંદર્ભે સૌથી મૂલ્યવાન સામગ્રી બજેટ આંકડા છે. સંખ્યાબંધ સામાજિક આંકડાકીય મુદ્દાઓ પર કેટલાક એક-વખતના સર્વેક્ષણો હાથ ધરવામાં આવે છે. એક નિયમ તરીકે, આવા કાર્યોમાં ગ્રાહકોની વિગતવાર લાક્ષણિકતાઓ હોય છે, તેમના તફાવતશરતો અને વપરાશના સ્તરો અનુસાર. માહિતીના આ સ્ત્રોતની નબળાઈ એ હકીકત છે કે સામગ્રીનો ઉપયોગ કરીને બધી સમસ્યાઓનો અભ્યાસ કરી શકાતો નથી, આવા કાર્યની પૂરતી નિયમિતતા હંમેશા સુનિશ્ચિત કરવામાં આવતી નથી, અને તમામ પ્રદેશો સર્વેક્ષણો દ્વારા આવરી લેવામાં આવતા નથી. પ્રાદેશિક સરકારી સંસ્થાઓ અને ઉદ્યોગ વિભાગો, તેમની પોતાની પહેલ પર અને તેમના પોતાના પર, તેમના પોતાના ખર્ચે, મોટાભાગે સૌથી વધુ દબાણયુક્ત લાગુ મુદ્દાઓ પર સામાજિક સંશોધન (સામાન્ય રીતે વૈજ્ઞાનિક સંસ્થાઓ સાથે હાથ ધરવા માટેના કરારના સ્વરૂપમાં) હાથ ધરે છે.

સંસાધનોની ફાળવણી કરતી વખતે નિર્ણયો લેતી વખતે ભૂલો ન થાય તે માટે અને વિવિધ વ્યવહારિક પગલાં યોગ્ય રીતે લક્ષિત છે તેની ખાતરી કરવા માટે, તાત્કાલિક અને ચોક્કસ માહિતીની આવશ્યકતા છે, જે વ્યક્તિગત વિભાગોની પહેલ પર જરૂરી આંકડાકીય માહિતી એકત્રિત કરીને હિસ્સેદારો પ્રાપ્ત કરે છે.

આંકડા છે

સમાજ અને સંચાલક મંડળોએ એ જોવાની જરૂર છે કે સામાજિક વિકાસના કયા ધ્યેયો આ કે તેમાં આગળ મૂકવા જોઈએ, તે પ્રાપ્ત થાય છે કે નહીં. આના માટે મુખ્ય સામાજિક સૂચકાંકો પરના ડેટાના પ્રકાશનની જરૂર છે. આપણા દેશમાં, આવા ડેટામાં મુખ્યત્વે સ્થાનિક અને કેન્દ્રીય (રશિયન ફેડરેશનના ગોસ્કોમસ્ટેટ) રાજ્યના આંકડાકીય સંસ્થાઓ દ્વારા પ્રકાશિત આંકડાકીય સંગ્રહો હોય છે. આ "વર્ષ 200X માં" એક આંકડાકીય યરબુક છે, જે પ્રદેશો અને સમગ્ર રશિયન ફેડરેશન માટે વિશિષ્ટ આંકડાકીય સંગ્રહ છે. સામાજિક પ્રક્રિયાઓ વિશેની આંકડાકીય માહિતી "આંકડાના પ્રશ્નો" (માસિક), "સમાજશાસ્ત્રીય સંશોધન" (ત્રિમાસિક), "સમાજશાસ્ત્ર અને સમાજ" (ત્રિમાસિક) માં સમાયેલ છે. અમેરિકન સ્ટેટિસ્ટિકલ ઑફિસ સામાજિક આંકડા પર વાર્ષિક કાર્યવાહી પ્રકાશિત કરે છે: ઇંગ્લેન્ડમાં, 1970 થી સામાજિક વલણો સંગ્રહ વાર્ષિક પ્રકાશિત કરવામાં આવે છે. વિશ્વમાં ઓછામાં ઓછા 30 સમાન પ્રકાશનો છે. પ્રકાશનો સામાજિક સૂચકવિશ્વના દેશો આંતરરાષ્ટ્રીય સંસ્થાઓ દ્વારા હાથ ધરવામાં આવે છે: સંયુક્ત રાષ્ટ્ર, યુરો યુનિયન, વિશ્વ બેંક.

અંતરાલ ડેટા આંકડા

તાજેતરના વર્ષોમાં એક આશાસ્પદ અને ઝડપથી વિકાસશીલ વિસ્તાર અંતરાલ ડેટાના ગાણિતિક આંકડા છે. અમે એવી પરિસ્થિતિમાં ગાણિતિક આંકડાઓની પદ્ધતિઓના વિકાસ વિશે વાત કરી રહ્યા છીએ જ્યાં આંકડાકીય માહિતી સંખ્યાઓ નથી, પરંતુ અંતરાલ, ખાસ કરીને, રેન્ડમ ચલોના મૂલ્યો પર માપન ભૂલોની સુપરપોઝિશન દ્વારા પેદા થાય છે. પ્રાપ્ત પરિણામો પ્રતિબિંબિત થાય છે, ખાસ કરીને, "ફેક્ટરી લેબોરેટરી" માં યોજાયેલી ચર્ચાના ભાષણોમાં અને આંતરરાષ્ટ્રીય પરિષદ INTERVAL-92 ના અહેવાલોમાં.

અંતરાલ ડેટાના આંકડા વૈચારિક રીતે અંતરાલ ગણિત સાથે સંબંધિત છે, જેમાં અંતરાલ સંખ્યાઓ તરીકે કાર્ય કરે છે. ગણિતની આ દિશા એ સંખ્યાઓની ભૂલો દ્વારા સરવાળો, તફાવત, ઉત્પાદન, ભાગની ભૂલોને વ્યક્ત કરવા માટે સમર્પિત અંદાજિત ગણતરીઓના જાણીતા નિયમોનો વધુ વિકાસ છે જેના પર સૂચિબદ્ધ કામગીરી કરવામાં આવે છે. અહેવાલોમાંથી જોઈ શકાય છે તેમ, આજની તારીખે, ખાસ કરીને, અંતરાલ વિભેદક સમીકરણોના સિદ્ધાંતમાં સંખ્યાબંધ સમસ્યાઓ ઉકેલવાનું શક્ય બન્યું છે જેમાં અંતરાલોનો ઉપયોગ કરીને ગુણાંક, પ્રારંભિક પરિસ્થિતિઓ અને ઉકેલોનું વર્ણન કરવામાં આવ્યું છે.

અંતરાલ ડેટાના આંકડાઓના ક્ષેત્રમાં અગ્રણી વૈજ્ઞાનિક શાળા પ્રો. એ.પી. વોશચિનિનની શાળા છે, જે 70 ના દાયકાના અંતથી સક્રિયપણે કાર્યરત છે. પ્રાપ્ત પરિણામો સંખ્યાબંધ મોનોગ્રાફ્સ, લેખો, અહેવાલો અને નિબંધોમાં પ્રતિબિંબિત થાય છે. ખાસ કરીને, રિગ્રેશન વિશ્લેષણ, પ્રાયોગિક ડિઝાઇન, વિકલ્પોની સરખામણી અને અંતરાલની અનિશ્ચિતતાની સ્થિતિમાં નિર્ણય લેવાની સમસ્યાઓનો અભ્યાસ કરવામાં આવ્યો હતો.


ચાલો અંતરાલ ડેટાના આંકડામાં બીજી દિશા ધ્યાનમાં લઈએ, જે પણ આશાસ્પદ લાગે છે. તે મોટા નમૂનાના કદ અને નાની માપની ભૂલો સાથે અંતરાલ ડેટાના આંકડાકીય વિશ્લેષણ માટે એસિમ્પ્ટોટિક પદ્ધતિઓ વિકસાવે છે. શાસ્ત્રીય ગાણિતિક આંકડાઓથી વિપરીત, નમૂનાનું કદ પ્રથમ અનંત સુધી જાય છે અને માત્ર ત્યારે જ ભૂલો ઘટીને શૂન્ય થઈ જાય છે. ખાસ કરીને, આવા એસિમ્પ્ટોટીક્સની મદદથી, ગામા વિતરણના પરિમાણોના અંદાજ માટે પદ્ધતિ પસંદ કરવાના નિયમો GOST 11.011-83 માં ઘડવામાં આવ્યા હતા.

માં ઘડવામાં આવેલા વિચારોના વિકાસમાં, એક સામાન્ય સંશોધન યોજના વિકસાવવામાં આવી છે, જેમાં નોંધની ગણતરી (પ્રારંભિક ડેટાના અંતરાલને કારણે આંકડાનું મહત્તમ સંભવિત વિચલન) અને તર્કસંગત નમૂનાનું કદ (જેમાં નોંધપાત્ર વધારો થતો નથી તેનાથી વધુ આકારણીની ચોકસાઈ). તે મૂલ્યાંકન માટે લાગુ પડે છે ચેકમેટ રાહ જોઈ રહ્યું છે, વિક્ષેપ, વિવિધતાના ગુણાંક, ગામા વિતરણ પરિમાણો અને ઉમેરણ આંકડાઓની લાક્ષણિકતાઓ, સામાન્ય વિતરણના પરિમાણો વિશે પૂર્વધારણાઓનું પરીક્ષણ કરતી વખતે, સહિત. સ્મિર્નોવ ટેસ્ટનો ઉપયોગ કરીને સ્ટુડન્ટની ટી ટેસ્ટ, તેમજ એકરૂપતાની પૂર્વધારણાનો ઉપયોગ કરીને. રીગ્રેસન, ભેદભાવ અને ક્લસ્ટર વિશ્લેષણના મૂળભૂત ફોર્મ્યુલેશનમાં અંતરાલ ડેટાના વિચારણા માટેના અભિગમો વિકસાવવામાં આવ્યા છે. ખાસ કરીને, રીગ્રેસન એનાલિસિસ એલ્ગોરિધમ્સના ગુણધર્મો પર માપન અને અવલોકન ભૂલોના પ્રભાવનો અભ્યાસ કરવામાં આવ્યો હતો, નોટા અને તર્કસંગત નમૂનાના કદની ગણતરી માટેની પદ્ધતિઓ વિકસાવવામાં આવી હતી, બહુપરિમાણીય અને એસિમ્પ્ટોટિક નોટાની નવી વિભાવનાઓ રજૂ કરવામાં આવી હતી અને અભ્યાસ કરવામાં આવ્યો હતો, અને અનુરૂપ મર્યાદા પ્રમેય સાબિત થયા હતા. . અંતરાલ ભેદભાવપૂર્ણ વિશ્લેષણનો વિકાસ શરૂ થયો છે, ખાસ કરીને, અમે રજૂ કરેલા વર્ગીકરણ ગુણવત્તા સૂચક પર ડેટા અંતરાલોનો પ્રભાવ ધ્યાનમાં લેવામાં આવ્યો છે. ક્ષણોની પદ્ધતિ અને મહત્તમ સંભાવના અંદાજકર્તાઓ (તેમજ વધુ સામાન્ય - લઘુત્તમ કોન્ટ્રાસ્ટ અંદાજકર્તા) ના એસિમ્પ્ટોટિક વર્તનનો અભ્યાસ કરવામાં આવ્યો છે, અને અંતરાલ ડેટાના કિસ્સામાં આ પદ્ધતિઓની એસિમ્પ્ટોટિક સરખામણી હાથ ધરવામાં આવી છે. સામાન્ય પરિસ્થિતિઓ મળી આવી છે જે હેઠળ, શાસ્ત્રીય ગાણિતિક આંકડાઓથી વિપરીત, ક્ષણોની પદ્ધતિ મહત્તમ સંભાવના પદ્ધતિ કરતાં વધુ સચોટ અંદાજો આપે છે, જે અંતરાલ ડેટાના આંકડામાં વિચારણા હેઠળના ક્ષેત્ર સાથે સંબંધિત અન્ય પ્રકાશનોની લિંક્સ પણ પ્રદાન કરે છે).

બતાવ્યા પ્રમાણે, ખાસ કરીને, આંતરરાષ્ટ્રીય INTERVAL-92 દ્વારા, અંતરાલ ડેટાના એસિમ્પ્ટોટિક ગાણિતિક આંકડાઓના ક્ષેત્રમાં, રશિયન વિજ્ઞાન વિશ્વ અગ્રતા ધરાવે છે. વિચારણા હેઠળના વિષય પરના કાર્યનો વિકાસ આ પ્રાથમિકતાને એકીકૃત કરવાનું અને સૈદ્ધાંતિક પરિણામો મેળવવાનું શક્ય બનાવશે જે ગાણિતિક આંકડાઓના નવા ક્ષેત્રમાં મૂળભૂત છે અને લગભગ તમામ પ્રકારના ડેટાના વાજબી આંકડાકીય વિશ્લેષણ માટે જરૂરી છે. સમય જતાં, તમામ પ્રકારના આંકડાકીય સોફ્ટવેરમાં અંતરાલ આંકડાકીય ગાણિતીક નિયમોનો સમાવેશ થવો જોઈએ જે સામાન્ય રીતે ઉપયોગમાં લેવાતા ગાણિતિક આંકડાકીય અલ્ગોરિધમ્સની "સમાંતર" હોય. આનાથી નિરીક્ષણના પરિણામોમાં ભૂલોની હાજરીને સ્પષ્ટપણે ધ્યાનમાં લેવાનું અને મેટ્રોલોજિસ્ટ અને આંકડાશાસ્ત્રીઓની સ્થિતિને એકસાથે લાવવાનું શક્ય બનશે.

બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોના આંકડાઓના મૂળભૂત વિચારો

બિન-સંખ્યાત્મક આંકડાઓની મૂળભૂત નવીનતા શું છે? ક્લાસિકલ ગાણિતિક આંકડા ઉમેરાની કામગીરી દ્વારા વર્ગીકૃત થયેલ છે. નમૂના વિતરણ લાક્ષણિકતાઓની ગણતરી કરતી વખતે ( નમૂનાનો અર્થઅંકગણિત, નમૂના તફાવત, વગેરે), રીગ્રેસન વિશ્લેષણ અને આ વૈજ્ઞાનિક શિસ્તના અન્ય ક્ષેત્રોમાં, રકમનો સતત ઉપયોગ થાય છે. ગાણિતિક ઉપકરણ - મોટી સંખ્યાઓના નિયમો, કેન્દ્રીય મર્યાદા પ્રમેય અને અન્ય પ્રમેય - રકમોના અભ્યાસને લક્ષ્યમાં રાખે છે. બિન-સંખ્યાત્મક આંકડાઓમાં, ઉમેરણ કામગીરીનો ઉપયોગ કરી શકાતો નથી, કારણ કે નમૂનાના ઘટકો એવી જગ્યાઓમાં આવેલા છે જ્યાં કોઈ વધારાની કામગીરી નથી. બિન-સંખ્યાત્મક ડેટાની પ્રક્રિયા માટેની પદ્ધતિઓ મૂળભૂત રીતે અલગ ગાણિતિક ઉપકરણ પર આધારિત છે - બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોની જગ્યાઓમાં વિવિધ અંતરના ઉપયોગ પર.

ચાલો આપણે સંક્ષિપ્તમાં મનસ્વી પ્રકારની જગ્યાઓમાં પડેલા ડેટા માટે બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોના આંકડામાં વિકસિત કેટલાક વિચારોને સંક્ષિપ્તમાં ધ્યાનમાં લઈએ. ડેટા વર્ણન, અંદાજ અને પૂર્વધારણા પરીક્ષણની ક્લાસિકલ સમસ્યાઓ હલ કરવામાં આવે છે - પરંતુ બિન-શાસ્ત્રીય ડેટા માટે, અને તેથી બિન-શાસ્ત્રીય પદ્ધતિઓનો ઉપયોગ કરીને.

પ્રથમ આપણે સરેરાશ મૂલ્યો નક્કી કરવાની સમસ્યાની ચર્ચા કરીશું. માપનના પ્રતિનિધિ સિદ્ધાંતના માળખામાં, ચોક્કસ માપન ભીંગડાને અનુરૂપ સરેરાશ મૂલ્યોના પ્રકારને સૂચવવાનું શક્ય છે. શાસ્ત્રીય ગાણિતિક આંકડાઓમાં, સરેરાશ મૂલ્યો ઉમેરણ (નમૂનો અંકગણિત સરેરાશ, ગાણિતિક અપેક્ષા) અથવા ક્રમ (નમૂના અને સૈદ્ધાંતિક મધ્યક) નો ઉપયોગ કરીને રજૂ કરવામાં આવે છે. મનસ્વી પ્રકૃતિની જગ્યાઓમાં, સરવાળો અથવા ઑર્ડરિંગ ઑપરેશનનો ઉપયોગ કરીને સરેરાશ મૂલ્યો નક્કી કરી શકાતા નથી. આત્યંતિક સમસ્યાઓના ઉકેલ તરીકે સૈદ્ધાંતિક અને પ્રયોગમૂલક સરેરાશ રજૂ કરવી પડશે. સૈદ્ધાંતિક સરેરાશ માટે, આ ગણિતને ઓછું કરવાની સમસ્યા છે. વિચારણા હેઠળની અવકાશમાં મૂલ્યો સાથેના રેન્ડમ તત્વથી અંતરની અપેક્ષાઓ (શાસ્ત્રીય અર્થમાં) આ અવકાશમાં નિશ્ચિત બિંદુ સુધી (આ બિંદુથી ઉલ્લેખિત કાર્ય ઓછું કરવામાં આવ્યું છે). પ્રયોગમૂલક સરેરાશ માટે, અપેક્ષા પ્રયોગમૂલક વિતરણમાંથી લેવામાં આવે છે, એટલે કે. ચોક્કસ બિંદુથી નમૂના તત્વો સુધીના અંતરનો સરવાળો લેવામાં આવે છે અને પછી આ બિંદુ દ્વારા ઘટાડવામાં આવે છે. તદુપરાંત, આત્યંતિક સમસ્યાઓના નિરાકરણ તરીકે પ્રયોગમૂલક અને સૈદ્ધાંતિક સરેરાશ બંને અવકાશનું એકમાત્ર તત્વ ન હોઈ શકે, પરંતુ તેમાં આવા તત્વોના સમૂહનો સમાવેશ થાય છે, જે ખાલી હોઈ શકે છે. તેમ છતાં, સૂચવેલ રીતે વ્યાખ્યાયિત સરેરાશ મૂલ્યો માટે મોટી સંખ્યામાં કાયદાઓ ઘડવાનું અને સાબિત કરવું શક્ય હતું, એટલે કે. સૈદ્ધાંતિક રાશિઓ માટે પ્રયોગમૂલક સરેરાશનું કન્વર્જન્સ સ્થાપિત કરો.

તે બહાર આવ્યું છે કે મોટી સંખ્યામાં કાયદાઓને સાબિત કરવાની પદ્ધતિઓ એપ્લિકેશનની નોંધપાત્ર રીતે વિશાળ શ્રેણીને મંજૂરી આપે છે જેના માટે તેઓ વિકસાવવામાં આવ્યા હતા. એટલે કે, આત્યંતિક આંકડાકીય સમસ્યાઓના ઉકેલોના એસિમ્પ્ટોટિક્સનો અભ્યાસ કરવાનું શક્ય હતું, જેના માટે, જેમ જાણીતું છે, લાગુ પડેલા આંકડાઓના મોટાભાગના ફોર્મ્યુલેશનને ઘટાડી શકાય છે. ખાસ કરીને, મોટી સંખ્યાના કાયદાઓ ઉપરાંત, મહત્તમ સંભાવના અંદાજો અને મજબૂત અંદાજો સહિત લઘુત્તમ વિપરીત અંદાજોની સુસંગતતા સ્થાપિત કરવામાં આવી છે. આજની તારીખે, અંતરાલના આંકડાઓમાં પણ સમાન અંદાજોનો અભ્યાસ કરવામાં આવ્યો છે.

મનસ્વી પ્રકૃતિની જગ્યાઓના આંકડાઓમાં, બિન-પેરામેટ્રિક ઘનતા અંદાજો મહત્વની ભૂમિકા ભજવે છે, ખાસ કરીને, રીગ્રેસન, ભેદભાવ અને ક્લસ્ટર વિશ્લેષણ માટે વિવિધ અલ્ગોરિધમ્સમાં વપરાય છે. બિન-સંખ્યાત્મક આંકડાઓમાં, મનસ્વી પ્રકૃતિની જગ્યાઓમાં સંખ્યાબંધ પ્રકારના બિન-પેરામેટ્રિક ઘનતા અંદાજો પ્રસ્તાવિત અને અભ્યાસ કરવામાં આવ્યા છે, ખાસ કરીને, તેમની સુસંગતતા સાબિત કરવામાં આવી છે, કન્વર્જન્સના દરનો અભ્યાસ કરવામાં આવ્યો છે, અને નોંધપાત્ર હકીકત સ્થાપિત કરવામાં આવી છે કે આર્બિટરી કેસમાં કન્વર્જન્સનો શ્રેષ્ઠ દર એ તેની સાથે મેળ ખાય છે જે સંખ્યાત્મક રેન્ડમ ચલ માટે શાસ્ત્રીય સિદ્ધાંતમાં હોવો જોઈએ.

મનસ્વી પ્રકૃતિની જગ્યાઓમાં ભેદભાવ, ક્લસ્ટર અને રીગ્રેસન વિશ્લેષણ કાં તો પેરામેટ્રિક સિદ્ધાંત પર આધારિત છે - અને પછી અતિશય આંકડાકીય સમસ્યાઓના નિરાકરણના એસિમ્પ્ટોટિક્સ સાથે સંબંધિત અભિગમનો ઉપયોગ કરવામાં આવે છે - અથવા નોનપેરામેટ્રિક સિદ્ધાંત પર - અને પછી નોનપેરામેટ્રિક ઘનતા અંદાજ પર આધારિત અલ્ગોરિધમનો ઉપયોગ કરવામાં આવે છે. .

પૂર્વધારણાઓ ચકાસવા માટે, અભિન્ન પ્રકારના આંકડા, ખાસ કરીને, ઓમેગા-સ્ક્વેર પ્રકારનો ઉપયોગ કરી શકાય છે. તે વિચિત્ર છે કે આવા આંકડાઓની મર્યાદા સિદ્ધાંત, મૂળ રૂપે શાસ્ત્રીય ફોર્મ્યુલેશનમાં રચાયેલ, મનસ્વી સ્વરૂપની જગ્યાઓ માટે ચોક્કસપણે કુદરતી (સંપૂર્ણ, ભવ્ય) સ્વરૂપ પ્રાપ્ત કર્યું, કારણ કે આ કિસ્સામાં મૂળભૂત ગાણિતિક સંબંધો પર આધારિત તર્ક હાથ ધરવાનું શક્ય હતું. , અને તે ચોક્કસ લોકો પર નહીં (સામાન્ય બિંદુ દ્રષ્ટિથી) જે મર્યાદિત-પરિમાણીય જગ્યા સાથે સંકળાયેલા હતા.

બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોના આંકડાઓના ચોક્કસ ક્ષેત્રો સાથે સંબંધિત પરિણામો રસપ્રદ છે, ખાસ કરીને, અસ્પષ્ટ સેટના આંકડાઓ સાથે, રેન્ડમ સેટ સાથે (એ નોંધવું જોઈએ કે ચોક્કસ અર્થમાં અસ્પષ્ટ સેટનો સિદ્ધાંત ઘટે છે. અવ્યવસ્થિત સમૂહોનો સિદ્ધાંત, બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોની વિશિષ્ટ જગ્યાઓમાં સ્વયંસિદ્ધ પરિચય મેટ્રિક્સ સાથે જોડી કરેલી સરખામણીના બિન-પેરામેટ્રિક સિદ્ધાંત સાથે.

બિન-સંખ્યાત્મક વિશ્લેષણ માટે, ખાસ કરીને, નિષ્ણાત ડેટા, વર્ગીકરણ પદ્ધતિઓ ખૂબ જ મહત્વપૂર્ણ છે. બીજી બાજુ, બિન-સંખ્યાત્મક પ્રકૃતિના પદાર્થોના આંકડાઓના માળખામાં અંતર અથવા તફાવત સૂચકાંકોના ઉપયોગના આધારે વર્ગીકરણ સમસ્યાઓ ઊભી કરવી અને ઉકેલવી એ સૌથી સ્વાભાવિક છે. આ બંને દેખરેખ કરાયેલ પેટર્ન ઓળખ (બીજા શબ્દોમાં, ભેદભાવપૂર્ણ વિશ્લેષણ) અને અસુપરવાઇઝ્ડ પેટર્ન ઓળખ (એટલે ​​​​કે, ક્લસ્ટર વિશ્લેષણ) બંનેને લાગુ પડે છે.

બિન-સંખ્યાત્મક ડેટાનું વિશ્લેષણ કરવા માટેની આંકડાકીય પદ્ધતિઓ ખાસ કરીને અર્થશાસ્ત્ર, સમાજશાસ્ત્ર અને નિષ્ણાત મૂલ્યાંકનમાં ઉપયોગ માટે યોગ્ય છે, કારણ કે આ ક્ષેત્રોમાં 50% થી 90% ડેટા બિન-સંખ્યાત્મક છે.

શ્રમ દળના આંકડા

શ્રમ દળના આંકડા કર્મચારીઓની રચના અને કદનો અભ્યાસ કરે છે. સામગ્રીના ઉત્પાદનના ક્ષેત્રમાં, શ્રમ દળને કંપનીની મુખ્ય પ્રવૃત્તિઓમાં રોકાયેલા કર્મચારીઓ અને મુખ્ય પ્રવૃત્તિઓમાં સામેલ ન હોય તેવા કર્મચારીઓમાં વહેંચવામાં આવે છે.

કામદારોને વ્યવસાય દ્વારા, મજૂરના યાંત્રીકરણની ડિગ્રી અને લાયકાત દ્વારા જૂથબદ્ધ કરવામાં આવે છે. લાયકાતનું મુખ્ય સૂચક ટેરિફ કેટેગરી અથવા ટેરિફ ગુણાંક છે. લાયકાતનું સરેરાશ સ્તર સરેરાશ ટેરિફ કેટેગરી દ્વારા નક્કી કરવામાં આવે છે, કેટેગરીઝની અંકગણિત સરેરાશ તરીકે ગણવામાં આવે છે, જે કામદારોની સંખ્યા અથવા ટકાવારી દ્વારા વેઇટેડ છે:

જ્યાં પી - ટેરિફ શ્રેણીઓ; ટી - આ કેટેગરી સાથે કામદારોની સંખ્યા (%).

સંખ્યાઓની તમામ શ્રેણીઓ ચોક્કસ તારીખ પ્રમાણે નક્કી કરવામાં આવે છે, પરંતુ લગભગ તમામ આર્થિક ગણતરીઓ માટે કામદારોની સરેરાશ સંખ્યા - કામદારોની સરેરાશ સંખ્યા, સરેરાશ હાજરી અને ખરેખર કામ કરતા લોકોની સરેરાશ સંખ્યા જાણવી જરૂરી છે.

કામદારો અને કર્મચારીઓની સંખ્યાની શ્રેણીઓમાં પગારપત્રક અને હાજરીની સંખ્યા અને વ્યવહારિક રીતે કામ કરતા લોકોની સંખ્યાનો સમાવેશ થાય છે. પગારપત્રકમાં કંપનીના તમામ કર્મચારીઓનો સમાવેશ થાય છે જે એક અથવા વધુ દિવસોના સમયગાળા માટે રાખવામાં આવે છે. મતદાનની સંખ્યામાં એવા કામદારોનો સમાવેશ થાય છે કે જેઓ કામ કરવા માટે જાણ કરે છે, બિઝનેસ ટ્રિપ પર પણ હોય છે અને તેમની પોતાની સંસ્થાના આદેશ અનુસાર અન્ય એન્ટરપ્રાઇઝમાં કાર્યરત હોય છે.


સરેરાશ હેડકાઉન્ટ નીચેની પદ્ધતિઓ દ્વારા નક્કી કરવામાં આવે છે. ક્વાર્ટર, અર્ધ-વર્ષ અને વર્ષ માટે સરેરાશ હેડકાઉન્ટ માસિક સરેરાશની અંકગણિત સરેરાશ તરીકે નક્કી કરવામાં આવે છે:

જો પેરોલ નંબર એકસમાન સમય અંતરાલ પર તારીખો માટે જાણીતો હોય, તો સરેરાશ કાલક્રમિક સૂત્રનો ઉપયોગ કરીને સરેરાશ પેરોલ નંબર જોવા મળે છે:

T = કર્મચારીઓની સરેરાશ માસિક સંખ્યાનો સરવાળો / સમયગાળાના મહિનાઓની સંખ્યા.

જ્યાં નંબર - 1 - લાક્ષણિકતાઓની સંખ્યા; T1 - પ્રથમ તારીખે નંબર, T2, T3 - બાકીની તારીખો પર.

ત્રણ સૂત્રો સૌથી સચોટ પરિણામો આપે છે:

કર્મચારીઓની સરેરાશ સંખ્યા સૂત્ર દ્વારા નક્કી કરવામાં આવે છે:

ખરેખર કામ કરતા લોકોની સરેરાશ સંખ્યા સૂત્ર દ્વારા ગણવામાં આવે છે:

સ્ત્રોતો અને લિંક્સ

socio.msu.ru - લોમોનોસોવ મોસ્કો સ્ટેટ યુનિવર્સિટીના સમાજશાસ્ત્ર ફેકલ્ટીની ઇલેક્ટ્રોનિક લાઇબ્રેરી

stathelp.ru - આંકડાકીય મદદ

ecsocman.edu.ru- આંકડાશાસ્ત્રનો સામાન્ય સિદ્ધાંત - સામાજિક વિજ્ઞાન, વિવિધ પ્રકૃતિ

chaliev.narod.ru - પીએચડીની વ્યક્તિગત વેબસાઇટ. ચલીવા એ.એ.

ru.wikipedia.org - ઓનલાઈન જ્ઞાનકોશ

s-university.ru/ - સિનર્જી યુનિવર્સિટીની વેબસાઇટ

habrahabr.ru - IT ન્યૂઝ મેગેઝિન

statwot.ru - WoT સટોડિયાઓ માટે સેવા

forum.pokerom.ru - પોકર વિશે ફોરમ

Rosstat ની સત્તાવાર વેબસાઇટ gks.ru

મહાન તબીબી જ્ઞાનકોશ

આંકડા- તમામ સ્યુડોસાયન્સમાં સૌથી સચોટ. જિન કો આંકડા કંઈપણ સાબિત કરી શકે છે, સત્ય પણ. નોએલ મોયનિહાન આંકડાશાસ્ત્ર એ વિજ્ઞાન છે કે કેવી રીતે, વિચારવા અને સમજવામાં સમર્થ થયા વિના, તમે સંખ્યાઓને તે કરી શકો છો. વેસિલી ક્લ્યુચેવ્સ્કી આંકડા સ્વિમસ્યુટ જેવા છે... એફોરિઝમ્સના એકીકૃત જ્ઞાનકોશ

આંકડા- (ગ્રીક સ્ટેટાઇઝિન સાબિત). ડિજિટલ ડેટાના આધારે લોકોની નૈતિક અને ભૌતિક શક્તિ, તેની વર્તમાન સ્થિતિ, કૃષિ અને ઔદ્યોગિક ઉત્પાદનના સ્ત્રોતો અને હદ વગેરે દર્શાવવાનો ઉદ્દેશ્ય વિજ્ઞાન. શબ્દકોશ… … રશિયન ભાષાના વિદેશી શબ્દોનો શબ્દકોશ

આંકડા- આંકડા, આંકડા, ઘણા. ના, સ્ત્રી (અંગ્રેજી આંકડાઓમાંથી, રાજ્ય વિશેની માહિતી, લેટિનમાંથી). 1. વિજ્ઞાન કે જે માનવ સમાજ અને રાષ્ટ્રીય અર્થતંત્રના વિકાસમાં માત્રાત્મક ફેરફારોનો અભ્યાસ કરે છે. ઔદ્યોગિક આંકડા. આંકડા....... ઉષાકોવની સમજૂતીત્મક શબ્દકોશ

આંકડા- (જર્મન સ્ટેટિસ્ટિક, ઇટાલિયન સ્ટેટો સ્ટેટમાંથી), 1) સમાજના વિવિધ ક્ષેત્રો (અર્થશાસ્ત્ર, સંસ્કૃતિ, નૈતિકતા, વગેરે) વિશે માત્રાત્મક માહિતીનો સંગ્રહ, પ્રક્રિયા, વિશ્લેષણ અને પ્રકાશન. 2) જ્ઞાનની એક શાખા જે સામાન્ય રીતે નક્કી કરે છે... ... સચિત્ર જ્ઞાનકોશીય શબ્દકોશ

આંકડા- (ઇટાલિયન સ્ટેટો સ્ટેટમાંથી જર્મન સ્ટેટિસ્ટિક), 1) એક પ્રકારની વ્યવહારિક પ્રવૃત્તિ જેનો હેતુ આંકડાકીય માહિતી એકત્રિત કરવા, પ્રક્રિયા કરવા, વિશ્લેષણ કરવા અને પ્રકાશિત કરવાના હેતુથી સામાજિક જીવનની જથ્થાત્મક પેટર્નને દર્શાવતી... ... મોટા જ્ઞાનકોશીય શબ્દકોશ

આંકડા- લેખોના પૃષ્ઠો દ્વારા 1843 પૃષ્ઠો (વિકિ પરના તમામ પૃષ્ઠો, જેમાં ચર્ચા પૃષ્ઠો, રીડાયરેક્ટ વગેરેનો સમાવેશ થાય છે.) 15,540 ફાઇલો અપલોડ કરવામાં આવી છે 153 સંપાદનોના આંકડા પીપલ્સ એકાઉન્ટિંગ એનસાયક્લોપીડિયાની સ્થાપના પછીના સંપાદનોની સંખ્યા 94,902 પ્રતિ સંપાદનોની સરેરાશ સંખ્યા ... એકાઉન્ટિંગ જ્ઞાનકોશ

આંકડા- (આંકડા) 1. આંકડાકીય સ્વરૂપમાં માહિતીના સંગ્રહ, વર્ગીકરણ અને રજૂઆત સાથે સંકળાયેલ ગણિતના ક્ષેત્રોમાંનું એક. આંકડા એ ધારણા પર આધારિત છે કે જો કોઈ જૂથ પૂરતું મોટું હોય, તો તેનું વર્તન, તેનાથી વિપરીત... ... વ્યવસાયની શરતોનો શબ્દકોશ

આંકડા- સ્ટેટિસ્ટિક્સ, ડિજિટલ ડેટા એકત્રિત અને વર્ગીકૃત કરવાનું વિજ્ઞાન. આંકડા વર્ણનાત્મક હોઈ શકે છે (પ્રાપ્ત ડેટાનો સારાંશ) અથવા આનુમાનિક (ચોક્કસ માહિતી વિશેના તાર્કિક તારણો પર આધારિત, જેનો નિર્ણય ... ... વૈજ્ઞાનિક અને તકનીકી જ્ઞાનકોશીય શબ્દકોશ

આંકડા- (લેટિન સ્થિતિ - રાજ્યમાંથી) એક વિજ્ઞાન જે સામાજિક ઉત્પાદન અને સમાજના વિકાસના માત્રાત્મક સૂચકાંકોનો અભ્યાસ કરે છે, તેમના સંબંધો અને આર્થિક, રાજ્ય અને સામાજિક જીવનના ક્ષેત્રમાં, તેમજ જીવવિજ્ઞાન, ભૌતિકશાસ્ત્ર, વગેરેના ક્ષેત્રમાં ફેરફારો. .... ... ફિલોસોફિકલ જ્ઞાનકોશ વધુ વાંચો

Wir verwenden કૂકીઝ für die beste präsentation unserer વેબસાઇટ. Wenn Sie diese વેબસાઇટ weiterhin nutzen, stimmen Sie dem zu. બરાબર



સાઇટ પર નવું

>

સૌથી વધુ લોકપ્રિય