STATYSTYKA OPISOWA
STATYSTYKA OPISOWA
STATYSTYKA OPISOWA
STATYSTYKA OPISOWA
DESCRIPTIVE STATISTICS
DESCRIPTIVE STATISTICS
DESCRIPTIVE STATISTICS
DESCRIPTIVE STATISTICS
Prof. dr Franciszek Kubiczek
Prof. dr Franciszek Kubiczek
Prof. dr Franciszek Kubiczek
Prof. dr Franciszek Kubiczek
e-mail:fkub@onet.eu
Rok akademicki 2011/2012
1
2
Prof. dr FRANCISZEK KUBICZEK
Dr nauk ekonomicznych – Uniwersytet Warszawski
Profesor nadzwyczajny w ALMAMER Szkoły Wyższej w Warszawie
Prezes Głównego Urzędu Statystycznego w latach 1989 - 1991
Przewodniczący Rady Statystyki przy Prezesie Rady Ministrów I kadencji w latach 1996 – 2000
i III kadencji w latach 2002 – 2007;
członek Naukowej Rady Statystycznej przy Prezesie GUS od 2009 r. w kadencji do 2014 r.
Przewodniczący Komitetu Redakcyjnego (do 2015 r.) serii wydawniczej GUS pt. „Historia Polski w liczbach” od 1989
r. – 2003 r I tom – „Państwo i Społeczeństwo”, w 2006 r. II tom – „Gospodarka”, pod koniec 2011 r. ukazał się „Zarys
Historii Polski w Liczbach”; w planie na 2012 r. III tom „Polska na tle Europy” i w 2014 r. - IV tom „Historia Statystyki
Polskiej”,
Odznaczony Złotą Odznaką za Zasługi dla Statystyki
51 lat pracy w gospodarce: 31 lat w mikro (prezes bądź wiceprezes spółek) i 20 lat w makro
Przewodniczący Rady Nadzorczej ALMIDES Sp. z o.o.
Adres e-mail: fkub@onet.eu;
3
O STATYSTYCE
O STATYSTYCE
O STATYSTYCE
O STATYSTYCE
Premier Wielkiej Brytanii Benjamin Disraeli rozróżniał trzy rodzaje kłamstwa: zwykłe,
bezczelne i statystykę
Statystyka jest jak bikini. To co odkrywa robi wrażenie, jednakże najważniejsze jest
to czego nie pokazuje.
Śmierć jednego człowieka jest tragedią. Śmierć milionów to statystyka.
4
Simon Briscoe – redaktor FT specjalizujący się w statystyce; w rozmowie w
Przekroju z 9 lipca 2009 r.:
„Każdego dnia przychodzi do naszej redakcji przynajmniej kilka e-mali z wynikami
mniej lub bardziej przełomowych badań statystycznych.
Tylko niewielka ich część
jest wiarygodna i nadaje się do publikacji. Większość finansowana jest przez
grupy interesu, takie jak prywatne grupy polityczne, a nawet organizacje
dobroczynne. Bo jeśli one inspirują badania, mają w tym swój konkretny cel.
Dlatego dla pełnego obrazu zawsze należy czytać to, co obok atrakcyjnie
wyglądającego wykresu napisane jest małymi literami. Można w ten sposób uniknąć
kilku nieporozumień, na przykład dotyczących idealnych kochanków.”
„Financial Times”
5
„The Economist”
„Nieziemskie pomiary stopy wzrostu PKB”
„Pomiar stopy wzrostu gospodarczego państw rozwijających się, gdzie oficjalne
urzędy statystyczne są mało wiarygodne, nastręcza wiele trudności. Aby je obejść
ekonomiści uciekają się do rozmaitych sztuczek. Do najpopularniejszych należy
przybliżanie tempa wzrostu PKB za pomocą dynamiki zużycia energii elektrycznej.
Jednak takie dane także pochodzą z urzędów statystycznych.
W tej sytuacji
badacze z Uniwersytetu Browna opracowali alternatywną metodę.
Postanowili śledzić zmiany intensywności nocnej łuny świetlnej nad
poszczególnymi państwami. Dane takie gromadzą amerykańskie satelity
wojskowe. Na tej podstawie ocenili m. in., że gospodarka Birmy w latach 1994-
2003 rozwijała się w tempie 5,8% rocznie, a nie 8,3% jak podawały władze.”
6
Uniwersytet Helsiński
„Uczeni Uniwersytetu Helsińskiego przestudiowali fotografie 1200 kobiet i 1000
mężczyzn i dokonali interesującego odkrycia – z pokolenia na pokolenie kobiety
są coraz piękniejsze, natomiast wygląd mężczyzn się nie poprawia.
Odkrycie to stanowi potwierdzenie teorii Satoshiego Kanazawy , psychologa
ewolucyjnego z London School of Economics, który głosi od dawna, że „fizyczna
atrakcyjność jest wysoce dziedziczną cechą, która w znacznie większym stopniu
poprawia reprodukcyjny córek niż synów”. Piękne kobiety rodzą statystycznie
więcej dzieci – i jeśli są to córki, dziedziczą po nich urodę.”
7
STATYSTYKA W śYCIU
STATYSTYKA W śYCIU
STATYSTYKA W śYCIU
STATYSTYKA W śYCIU
Jest wszechobecna w reklamach, sondażach opinii publicznej, indeksach
giełdowych, prognozach gospodarczych i wyborczych.
Jej nieznajomość może prowadzić do upowszechniania absurdalnych
i irracjonalnych przesądów
Jej nieznajomość w biznesie jest niedopuszczalna, prowadzi do strat i bankructw, a
jej dobra znajomość jest drogą do sukcesu
8
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
DO STREFY EURO (Unii Gospodarczo
DO STREFY EURO (Unii Gospodarczo
DO STREFY EURO (Unii Gospodarczo
DO STREFY EURO (Unii Gospodarczo
-
-
-
-
W
alutowej)
W
alutowej)
W
alutowej)
W
alutowej)
INFLACJA ŚREDNIOROCZNA nie może przekroczyć średniej inflacji trzech
państw UE o najniższej inflacji o więcej niż o 1,5 pkt. proc.
ŚREDNIA NOMINALNA STOPA PROCENTOWA długookresowa (oprocentowanie
obligacji 10-letnich) nie może przekroczyć więcej niż o 2 pkt. proc. średniej stopy trzech
państw UE o najniższej inflacji.
9
DEFICYT BUDśETOWY
nie może być wyższy niż 3% PKB (z wyjątkiem sytuacji,
gdy przekroczenie wystąpi z przyczyn nadzwyczajnych i ma charakter przejściowy).
DŁUG PUBLICZNY
nie może przekroczyć 60% PKB (i jeżeli jest wyższy to powinien
wykazywać tendencję malejącą i w radykalnym tempie zbliżać się do
poziomu pożądanego).
ZACHOWANIE PŁYNNOŚCI KURSU WALUTOWEGO
bez stosowania dewaluacji
(w przedziale zmienności +/- 15%) co najmniej przez 2 lata przed przystąpieniem do
UGW; przedział ma zostać zawężony do +/- 2,25%.
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI
KRYTERIA KONWERGENCJI ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
ZWIĄZANE Z PRZYSTĄPIENIEM
DO STREFY EURO (UGW)
DO STREFY EURO (UGW)
DO STREFY EURO (UGW)
DO STREFY EURO (UGW)
10
Kraj
Skrót
EU
2010
2011
EU 27
EU27
EU27
2,1
2,8
EU € 17
EU€
1,6
2,4
Bułgaria
BG
EU27
3,0
3,8
Cypr
CY
EU25
2,6
3,2
Czeska Republika
CZ
EU25
1,2
1,9
Estonia
EE
EU25
2,7
5,1
Litwa
LT
EU25
1,2
3,6
Łotwa
LV
EU25
(1,2)
3,3
Malta
MT
EU25
2,0
2,8
Polska
PL
EU25
2,7
3,4
Rumunia
RO
EU27
6,1
7,3
Słowacja
SK
EU25
0,7
2,9
Słowenia
SI
EU25
2,1
1,9
Węgry
HU
EU25
4,7
4,0
Grecja
EL
EU15
4,7
4,0
Hiszpania
ES
EU15
2,0
3,0
Luxemburg
LU
EU15
2,8
3,4
Portugalia
PT
EU15
1,4
3,1
Szwecja
SE
EU15
1,9
1,6
Wskaźnik Inflacji HICP (2011-8M)
Inflation Rate
Szwecja
Portugalia
Luxemburg
Hiszpania
Grecja
Węgry
Słowenia
Słowacja
Rumunia
Polska
Malta
Łotwa
Litwa
Czeska
Republika
Cypr
Bułgaria
EU € 17
EU 27
Estonia
1
2
3
4
5
6
7
8
11
Kraj
Skrót
EU
2010
2011
EU27
EU27 EU27
(7,2)
(6,5)
EU15
EU15
EU15
EU €
EU€
(6,6)
(6,1)
Bułgaria
BG
EU27
(2,8)
(2,2)
Cypr
CY
EU25
(7,1)
(7,7)
Czeska RepublikaCZ
EU25
(5,7)
(5,7)
Estonia
EE
EU25
(2,4)
(2,4)
Litwa
LT
EU25
(8,4)
(8,5)
Łotwa
LV
EU25
(8,6)
(9,9)
Malta
MT
EU25
(4,3)
(3,6)
Polska
PL
EU25
(7,3)
(7,0)
Rumunia
RO
EU27
(8,0)
(7,4)
Słowacja
SK
EU25
(6,0)
(5,4)
Słowenia
SI
EU25
(6,1)
(5,2)
Węgry
HU
EU25
(4,1)
(4,0)
Belgia
BE
EU15
(5,0)
(5,0)
Finlandia
FI
EU15
Hiszpania
ES
EU15
(9,8)
(8,8)
Niderlandy
NL
EU15
(6,3)
(5,1)
Irlandia
IE
EU15
(11,7)
(12,1)
Luxemburg
LU
EU15
(3,5)
(3,9)
Portugalia
PT
EU15
(8,5)
(7,9)
Szwecja
SE
EU15
(2,1)
(1,6)
Włochy
IT
EU15
(5,3)
(5,0)
Deficyt Budżetowy w % PKB 2011
Public Balance
Włochy
Szwecja
Portugalia
Luxemburg
Niderlandy
Hiszpania
Belgia
Węgry
Słowenia
Słowacja
Rumunia
Polska
Malta
Łotwa
Litwa
Estonia
Cypr
Bułgaria
EU €
EU27
Irlandia
Czeska Republika
-13 -12
-11 -10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
12
Kraj
Skrót
EU
2011
2012
EU27
EU27 EU27
EU15
EU15
EU15
EU €
EU€
Bułgaria
BG
EU27
(2,9)
(1,8)
Cypr
CY
EU25
(5,7)
(5,7)
Czeska RepublikaCZ
EU25
(4,6)
(4,2)
Estonia
EE
EU25
(1,9)
(2,7)
Litwa
LT
EU25
(7,0)
(6,9)
Łotwa
LV
EU25
(7,9)
(7,3)
Malta
MT
EU25
(3,0)
(3,3)
Polska
PL
EU25
(6,6)
(6,0)
Rumunia
RO
EU27
(4,9)
(3,5)
Słowacja
SK
EU25
(5,3)
(5,0)
Słowenia
SI
EU25
(5,3)
(4,7)
Węgry
HU
EU25
(4,7)
(6,2)
Belgia
BE
EU15
(4,6)
(4,7)
Finlandia
FI
EU15
(1,6)
(1,2)
Hiszpania
ES
EU15
(6,4)
(5,5)
Niderlandy
NL
EU15
(3,9)
(2,8)
Irlandia
IE
EU15
(10,3)
(9,1)
Luxemburg
LU
EU15
(1,3)
(1,2)
Portugalia
PT
EU15
(4,9)
(5,1)
Szwecja
SE
EU15
(0,1)
1,0
Włochy
IT
EU15
(4,3)
(3,5)
Deficyt Budżetowy w % PKB 2012
Public Balance
Włochy
Szwecja
Portugalia
Luxemburg
Niderlandy
Hiszpania
Finlandia
Belgia
Węgry
Słowenia
Słowacja
Rumunia
Polska
Malta
Łotwa
Litwa
Estonia
Cypr
Bułgaria
Irlandia
Czeska Republika
-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
13
Kraj
Skrót
EU
2010
2011
EU27
EU27
EU27
79,6
83,8
EU15
EU15
EU15
EU €
EU€
84,7
88,5
Bułgaria
BG
EU27
17,4
18,8
Cypr
CY
EU25
62,3
67,6
Czeska Republika
CZ
EU25
39,8
43,5
Estonia
EE
EU25
9,6
12,4
Litwa
LT
EU25
38,6
45,4
Łotwa
LV
EU25
48,5
57,3
Malta
MT
EU25
71,5
72,5
Polska
PL
EU25
53,9
59,3
Rumunia
RO
EU27
30,5
35,8
Słowacja
SK
EU25
40,8
44,0
Słowenia
SI
EU25
41,6
45,4
Węgry
HU
EU25
78,9
77,8
Belgia
BE
EU15
99,0
100,9
Niemcy
DE
EU15
78,8
81,6
Grecja
EL
EU15
124,9
133,9
Francja
FR
EU15
83,6
88,6
Włochy
IT
EU15
118,2
118,9
Austria
AT
EU15
72,3
Portugalia
PT
EU15
85,8
91,1
Dług Publiczny w % PKB (2011)
General Government Debt
Portugalia
Włochy
Francja
Grecja
Niemcy
Belgia
Węgry
Słowenia
Słowacja
Rumunia
Polska
Malta
Litwa
Estonia
Cypr
Bułgaria
EU €
EU27
Łotwa
Czeska Republika
50,0
100,0
150,0
14
Prognoza populacji wg wariantu średniego, lata 1950 - 2300
Kraj
1950
2000
2050
2100
2150
2200
2250
2300
Estonia
1 101
1 367
657
522
540
560
576
588
Łotwa
1 949
2 373
1 331
1 031
1 067
1 109
1 143
1 172
Słowenia
1 473
1 990
1 569
1 159
1 157
1 199
1 236
1 268
Litwa
2 567
3 501
2 526
2 370
2 434
2 514
2 568
2 607
Słowacja
3 463
5 391
4 948
3 998
3 949
4 104
4 235
4 346
Bułgaria
7 251
8 099
5 255
3 969
3 990
4 151
4 287
4 404
Węgry
9 338
10 012
7 589
6 211
6 435
6 708
6 940
7 140
Czechy
8 925
10 269
8 553
6 650
6 785
7 041
7 274
7 483
Rumunia
16 311
22 480
18 063
14 769
15 269
15 881
16 378
16 784
Australia
8 219
19 153
25 560
24 583
24 934
25 921
26 839
27 702
Polska
24 824
38 671
33 004
26 094
25 686
26 626
27 410
28 051
Arabia Saud.
3 201
22 147
54 738
61 331
54 968
53 716
55 382
56 880
Magadaskar
4 230
15 970
46 292
61 608
57 041
54 770
56 051
57 367
Sudan
9 190
31 437
60 133
65 157
58 250
56 372
57 969
59 292
Jemen
4 316
18 017
84 385
144 206
136 745
126 633
127 591
129 861
Uganda
5 210
23 487
103 248
167 099
158 825
149 004
151 074
154 511
Etiopia
18 434
65 590
170 987
222 214
204 944
196 592
201 427
206 512
Bangladesz
41 783
137 952
254 599
259 946
234 356
232 414
238 173
242 696
Nigeria
29 790
114 746
258 478
302 459
276 720
268 436
276 210
282 809
Pakistan
39 659
142 654
348 700
408 534
358 793
342 511
351 082
359 100
USA
157 813
285 003
408 695
437 155
452 753
470 045
483 033
493 038
Chiny
554 760 1 275 215 1 395 182 1 181 496 1 149 121 1 200 725 1 246 731 1 285 238
15
Prognoza populacji wg wariantu średniego, lata 1950 - 2300
Nowi członkowie Unii Europejskiej
Kraj
1950
2000
2100
2200
2300
Estonia
1 101
1 367
522
560
588
Łotwa
1 949
2 373
1 031
1 109
1 172
Słowenia
1 473
1 990
1 159
1 199
1 268
Litwa
2 567
3 501
2 370
2 514
2 607
Słowacja
3 463
5 391
3 998
4 104
4 346
Bułgaria
7 251
8 099
3 969
4 151
4 404
Węgry
9 338
10 012
6 211
6 708
7 140
Czechy
8 925
10 269
6 650
7 041
7 483
Rumunia
16 311
22 480
14 769
15 881
16 784
Polska
24 824
38 671
26 094
26 626
28 051
Kraje o największym przyroście ludności
Kraj
1950
2000
2100
2200
2300
Australia
8 219
19 153
24 583
25 921
27 702
Arabia Saud.
3 201
22 147
61 331
53 716
56 880
Magadaskar
4 230
15 970
61 608
54 770
57 367
Sudan
9 190
31 437
65 157
56 372
59 292
Jemen
4 316
18 017
144 206
126 633
129 861
Uganda
5 210
23 487
167 099
149 004
154 511
Etiopia
18 434
65 590
222 214
196 592
206 512
Bangladesz
41 783
137 952
259 946
232 414
242 696
Nigeria
29 790
114 746
302 459
268 436
282 809
Pakistan
39 659
142 654
408 534
342 511
359 100
USA
157 813
285 003
437 155
470 045
493 038
Chiny
554 760 1 275 215 1 181 496 1 200 725 1 285 238
Polska
Rumunia
Czechy
Węgry
Bułgaria
Słowacja
Litwa
Słowenia
Łotwa
Estonia
5 000
10 000
15 000
20 000
25 000
30 000
2
3
0
0
Chiny
Pakistan
Nigeria
Bangladesz
Etiopia
Uganda
Jemen
Sudan
Magadaskar
Arabia Saud.
Australia
200 000
400 000
600 000
800 000 1 000 000 1 200 000 1 400 000
2
3
0
0
16
FUNDUSZE STRUKTURALNE I FUNDUSZ SPÓJNOŚCI
FUNDUSZE STRUKTURALNE I FUNDUSZ SPÓJNOŚCI
FUNDUSZE STRUKTURALNE I FUNDUSZ SPÓJNOŚCI
FUNDUSZE STRUKTURALNE I FUNDUSZ SPÓJNOŚCI
Przeznaczony dla regionów (wg NUTS – Nomenklatura Jednostek Terytorialnych dla Celów
Statystycznych),
Fundusze strukturalne są dostępne dla tych regionów, w których PKB na 1 mieszkańca
wg PPS jest niższy niż 75% średniego PKB na 1 mieszkańca w UE.
Fundusz Spójności jest dostępny dla tych krajów, w których PKB na 1 mieszkańca wg
PPS jest niższy niż 90% średniego DNB w UE
Liczba regionów poniżej 75% unijnej średniej zwiększyła się (wskutek poszerzenia UE)
z 48 (UE-15) do 67 (UE-25), przy czym tylko 18 regionów pochodzi z UE-15 i aż 49 z UE-25.
Liczba ta powiększyła się w związku z wejściem Bułgarii i Rumunii do UE z dniem
1.01. 2007 r.
17
„„„„Efekt statystyczny” poszerzenia UE
Efekt statystyczny” poszerzenia UE
Efekt statystyczny” poszerzenia UE
Efekt statystyczny” poszerzenia UE
Spośród 30 regionów, które po poszerzeniu UE znalazły się powyżej 75% średniej unijnej,
większość trafiła do tej grupy wskutek obniżenia średniej UE (o ok. 12 pkt. proc.) po
wejściu nowych członków
tzw. efekt statystyczny.
Zwiększyła się rozpiętość między 10% najbogatszych i 10% najbiedniejszych regionów:
z 1:2,6 w UE-15 do 1:4,4 w UE-25
W 2010 r. średni PKB (wg PPS – parytetu siły nabywczej) na 1 mieszkańca Polski
stanowił 62% średniego PKB (UE-27). W 2004 r. – 50,6%, w 1995 r. – 43%
Na rok 2013 zakłada się osiągnięcie tej relacji na poziomie 65%.
18
Z OSTATNIEJ CHWILI!
Z OSTATNIEJ CHWILI!
Z OSTATNIEJ CHWILI!
Z OSTATNIEJ CHWILI!
Eurostat opublikował, że wśród 15 najbiedniejszych regionów znalazły się 3 regiony
(województwa) polskie: lubelskie, podkarpackie i podlaskie. Pozostałe regiony to bułgarskie
i rumuńskie.
Najbogatsze regiony to Londyn, Luksemburg i Bruksela z PKB względem średniej
UE odpowiednio: 343%, 280% i 216%.
Eurostat opublikował także, że woj. mazowieckie osiągnęło PKB na mieszkańca na
poziomie powyżej 75% średniej unijnej i może stracić dostęp do funduszy strukturalnych;
lecz dopiero po 2013 r. Plany na 2007-2013 zostały już bowiem zatwierdzone.
Stąd wniosek o ustanowienie tzw. regionów przejściowych, w których PKB na 1
mieszkańca przekracza wprawdzie 75% średniej UE lecz jest niższa od 90% tej średniej.
Sprawa w trakcie finalizacji.
Wg Eurostatu odsetek ludność UE żyjącej w regionach o średniej PKB na mieszkańca poniżej
50% średniej unijnej zmniejszył się w okresie 2000-2008 z 14% do 8,7%
19
PKB na 1 mieszkańca
PKB na 1 mieszkańca
PKB na 1 mieszkańca
PKB na 1 mieszkańca
PKB wg PPS - standard siły nabywczej
(Purchasing Power Standard)
wyrażony
w Euro - oznacza wartość Euro odpowiadającą jednostce waluty danego kraju na rynku
krajowym, obejmującą całość towarów i usług, przy uwzględnieniu stosunku cen danego
kraju do cen we wszystkich innych krajach biorących udział w porównaniach siły nabywczej
walut.
W 2009 r. = 14.300 euro
PKB wg PPP – parytet siły nabywczej (
Purchasing Power Parity
) wyrażony w USD – oznacza
wartość dolara USA wg formuły jak wyżej.
W 2009 r. = 19.082 USD
PKB wg kursu NBP. W 2009 r. = 11.287 USD i 8.100 euro
PKB w złotych. W 2009 r. = 35.218 zł
20
INDEKSY ROZWOJU SPOŁECZNEGO
INDEKSY ROZWOJU SPOŁECZNEGO
INDEKSY ROZWOJU SPOŁECZNEGO
INDEKSY ROZWOJU SPOŁECZNEGO –
––
– 2007
2007
2007
2007-
-
-
-2008
2008
2008
2008
INDEKS ROZWOJU SPOŁECZNEGO HDI
(Human Development Index)
określa poziom społecznego rozwoju danego kraju w relacji do innych krajów oraz
w relacjach czasowych - Polska 37 miejsce (po Węgrzech a przed Argentyną).
INDEKS UBÓSTWA HPI
(Human Poverty Index)
syntetyczna miara poziomu ubóstwa w
nawiązaniu do rozwoju społecznego.
INDEKS ZRÓśNICOWANIA SPOŁECZNEGO GDI
(Gender-related Development Index)
I GEM
(Gender Empowerment Measure):
wskaźnik rozwoju społecznego z uwzględnieniem płci;
Polska: GDI – 35 (Węgry – 34, Argentyna – 36) miejsce,
GEM – 39 (Litwa – 38, Chorwacja - 40) miejsce.
21
SPOŁECZEŃSTWO INFORMACYJNE
SPOŁECZEŃSTWO INFORMACYJNE
SPOŁECZEŃSTWO INFORMACYJNE
SPOŁECZEŃSTWO INFORMACYJNE
INFORMATION SOCIETY
INFORMATION SOCIETY
INFORMATION SOCIETY
INFORMATION SOCIETY
CHARAKTERYSTYCZNE WSKAŹNIKI WG SIBIS
CHARAKTERYSTYCZNE WSKAŹNIKI WG SIBIS
CHARAKTERYSTYCZNE WSKAŹNIKI WG SIBIS
CHARAKTERYSTYCZNE WSKAŹNIKI WG SIBIS
(Statistical Indicators Benchmarking the Information Society)
www.sibis-eu.org
1. mobile telephony
2. internet
3. eCommunication
4. eLearning
5. e-mail
6. mobile texting
7. eCommerce
8. eHealth
9. eGovernment
10. eWorking
11. eBanking
22
Wskaźniki pomiaru globalizacji
Wskaźniki pomiaru globalizacji
Wskaźniki pomiaru globalizacji
Wskaźniki pomiaru globalizacji
Globalisation Indicators
1. Przepływ osób (zatrudnienie za granicą i obcokrajowców, turystyka, pasażerski
transport lotniczy)
2. Wysoka technologia (eksport i import towarów i usług wysokiej technologii,
udział wydatków na B+R w PKB)
3. Przepływ towarów i usług (eksport i import towarów i usług wewnątrz UE i poza,
zależność energetyczna, towarowy transport lotniczy i morski)
4. Globalna odpowiedzialność ( emisja CO2 na mieszkańca, oficjalna pomoc
zagraniczna)
5. Biznes i kapitał ( inwestycje zagraniczne w UE i poza, zatrudnienie za granicą)
23
PORÓWNANIA MIEDZYNARODOWE
PORÓWNANIA MIEDZYNARODOWE
PORÓWNANIA MIEDZYNARODOWE
PORÓWNANIA MIEDZYNARODOWE
WSKAŹNIKI (INDEKSY) AGREGATOWE
WSKAŹNIKI (INDEKSY) AGREGATOWE
WSKAŹNIKI (INDEKSY) AGREGATOWE
WSKAŹNIKI (INDEKSY) AGREGATOWE
1. Wskaźnik jakości życia (w miastach): uwzględnia 39 czynników
2. Wskaźnik siły nabywczej: PKB na 1 mieszkańca wg PPP (miejsce 50)
3. Wskaźnik konkurencyjności: uwzględnia 259 kryteriów
4. Wskaźnik uwarunkowań biznesu: uwzględnia 10 kategorii (miejsce 30)
5. Wskaźnik kreatywności (miejsce 43)
6. Wskaźnik technologii informatycznej i komunikacyjnej (miejsce 37)
7. Wskaźnik korupcji, uwzględniający korupcje wśród polityków i urzędników
państwowych (miejsce 44)
8. Wskaźnik wolności gospodarczej, uwzględniający 10 indeksów cząstkowych
9. Koszty prowadzenia biznesu (miejsce 24)
24
Kraj
PKB
Konkurencyjność
Światowa
Kraj
PKB
Konkurencyjność
Światowa
USA
4
1
Niemcy
19
19
Singapur
28
2
Wielka Brytania
15
20
Kanada
24
3
Japonia
7
21
Australia
27
4
Belgia
21
23
Islandia
11
5
Chile
70
24
Hongkong
23
6
Estonia
65
25
Dania
6
7
Francja
20
27
Finlandia
17
8
Hiszpania
37
28
Luxemburg
1
9
Izrael
36
29
Irlandia
8
10
Korea Płd
53
31
Szwecja
12
11
Portugalia
46
32
Tajwan
45
12
Słowacja
66
33
Austria
18
13
Węgry
60
35
Szwajcaria
3
14
Czechy
59
36
Holandia
16
15
Grecja
44
37
Malezja
69
16
Słowenia
50
38
Norwegia
2
17
Włochy
29
42
Nowa Zelandia
39
18
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
Ranking konkurencyjności odzwierciedla szacunki dotyczące zdolności danego kraju do osiągnięcia
wysokiego PKB na mieszkańca. Oparty jest na 259 kryteriach obejmujących: otwartość ekonomii, rolę rządu,
rozwój rynków finansowych, jakość infrastruktury i technologii, zarządzania biznesem oraz instytucji
politycznych i prawnych, a także elastyczność rynku pracy.
PKB: Konkurencyjność
PKB: Konkurencyjność
PKB: Konkurencyjność
PKB: Konkurencyjność
25
PKB : Kreatywność
Kraj
PKB
Kreatywność
Kraj
PKB
Kreatywność
USA
4
1
Francja
20
19
Tajwan
45
2
Austria
18
20
Finlandia
17
3
Islandia
11
21
Szwecja
12
4
Słowenia
50
23
Japonia
7
5
Irlandia
8
24
Izrael
36
6
Hiszpania
37
25
Korea Płd
53
7
Estonia
65
26
Szwajcaria
3
8
Włochy
29
28
Kanada
24
9
Polska
62
29
Niemcy
19
10
Grecja
44
31
Dania
6
11
Portugalia
46
32
Norwegia
2
12
Hongkong
23
34
Wielka Brytania
15
13
Chile
70
35
Holandia
16
14
Węgry
60
37
Singapur
28
15
Luxemburg
1
40
Nowa Zelandia
39
16
Malezja
69
41
Belgia
21
17
Panama
68
42
Australia
27
18
Słowacja
66
44
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
Wskaźnik kreatywności jest wynikiem oceny ludzkich umiejętności, struktur rynkowych
zachęcających do podejmowania inicjatyw, a także współdziałania pomiędzy sferą biznesu i nauki.
26
PKB : Uwarunkowania Biznesu (2004 - 2008)
Kraj
PKB
Uwarunkowani
a Biznesu
Kraj
PKB
Uwarunkowania
Biznesu
Kanada
24
1
Chile
70
19
Holandia
16
2
A ustria
18
20
Finlandia
17
3
Hiszpania
37
21
USA
4
4
Korea Płd
53
22
Singapur
28
5
Portugalia
46
23
Wielka Brytania
15
6
Izrael
36
24
Hongkong
23
7
Czechy
59
25
Dania
6
8
Włochy
29
26
Szwajcaria
3
9
Japonia
7
27
Irlandia
8
10
Polska
62
28
Szwecja
12
11
Węgry
60
29
Francja
20
12
Malezja
69
30
Niemcy
19
13
Meksyk
61
32
Belgia
21
14
Grecja
44
33
Norwegia
2
15
Słowacja
66
34
Tajwan
45
16
A rabia Saud.
56
42
A ustralia
27
17
Nowa Zelandia
39
18
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
INDEKSY AGREGATOWE
Ranking uwarunkowania biznesu odzwierciedla ułatwienia i przeszkody w prowadzeniu biznesu
mierzone w krajowych rankingach w 10 kategoriach obejmujących: potencjał rynku, politykę fiskalną
i zatrudnienie, infrastrukturę, kwalifikacje i uwarunkowania polityczne.
1
USA
Chiny
Chiny
Chiny
1
2
Chiny
USA
USA
Indie
2
3
Japonia
Indie
Indie
USA
3
4
Indie
Japonia
Japonia
Brazylia
4
5
Niemcy
Rosja
Brazylia
Japonia
5
6
Rosja
Niemcy
Rosja
Rosja
6
7
Brazylia
Brazylia
Niemcy
Meksyk
7
8
Wielka Brytania
Wielka Brytania
Meksyk
Indonezja
8
9
Francja
Francja
Francja
Niemcy
9
10
Włochy
Meksyk
Wielka Brytania
Wielka Brytania
10
Rank
2010
2020
Rank
2030
2050
Dziesięć największych potęg gospodarczych świata
wg Nialla Ferugusona - brytyjski historyk, wykłada na Harvardzie
28
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
Gmina art. 20 dot. subwencji ogólnej :
Ust. 2.:
Kwotę podstawową otrzymuje gmina, w której wskaźnik dochodów podatkowych
na 1 mieszkańca w gminie, zwany dale „wskaźnikiem G”, jest mniejszy niż 92%
wskaźnika dochodów podatkowych dla wszystkich gmin, zwanego dalej
„wskaźnikiem Gg”.
Ust. 6:
Wysokość należnej gminie kwoty podstawowej oblicza się dla gmin, w których:
1) wskaźnik G jest równy lub niższy od 40% wskaźnika Gg – mnożąc liczbę mieszkańców
gminy przez liczbę stanowiącą sumę:
a) liczby stanowiącej 99% różnicy między 40% wskaźnika Gg i wskaźnikiem G,
b) liczby stanowiącej 41,97% wskaźnika Gg
2)wskaźnik G jest wyższy od 40% i nie wyższy od 75% wskaźnika Gg – mnożąc liczbę
mieszkańców gminy przez liczbę stanowiącą sumę:
a) liczby stanowiącej 83% różnicy między 75% wskaźnika Gg i wskaźnikiem G
b) liczby stanowiącej 12,92% wskaźnika Gg
3) wskaźnik G jest wyższy od 75% i niższy od 92% wskaźnika Gg – mnożąc liczbę mieszkańców
gminy przez liczbę stanowiąca 76% różnicy między 92% wskaźnika Gg i wskaźnikiem G.
29
Art. 25 dot. części regionalnej subwencji ogólnej dla województw – w odniesieniu do PKB
Ust. 6: Kwotę stanowiącą 10% części regionalnej dzieli się między województwa, w których
PKB w województwie, w przeliczeniu na 1 mieszkańca w województwie, jest niższy od 75%
PKB w kraju, w przeliczeniu na 1 mieszkańca kraju.
Ust. 7: Wysokość należnej województwu kwoty oblicza się w następujący sposób:
1) ustala się województwa, w których PKB w województwie, w przeliczeniu na 1 mieszkańca
w województwie, jest niższy od 75% PKB w kraju, w przeliczeniu na 1 mieszkańca kraju
2) ustala się – dla każdego z tych województw – różnicę miedzy 75% PKB na jednego
mieszkańca kraju a PKB na 1 mieszkańca województwa.
3) oblicza się – dla tych województw – sumę tych różnic
4) oblicza się – dla każdego z tych województw – współczynnik udziału różnicy w sumie różnic
5) współczynnik udziału obliczony dla danego województwa mnoży się przez wskaźnik 0,10 i
łączną kwotę części regionalnej.
Uwaga: współczynniki oblicza się z dokładnością do dziesiątego miejsca po przecinku
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
Ustawa z dnia 13 listopada 2003 r.
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
o dochodach jednostek samorządu terytorialnego
30
G-6 – od 1975 r. : Francja, Japonia, Niemcy, USA, Wielka Brytania i
Włochy
G-7 – od 1976 r. plus Kanada
G-7 – od 1977 r. plus Wspólnoty Europejskie (UE)
G-8 – od 1994 r. plus Rosja
G-2 – USA i Chiny
BRIC – Brazylia, Rosja, Indie i Chiny
BRICS – jak wyżej plus od kwietnia 2011 r. także RPA
PIIGS – Portugalia, Irlandia, Włochy, Grecja i Hiszpania
G–20 – UE, Francja, Niemcy, Wielka Brytania, Włochy, USA,
Argentyna, Australia, Brazylia, Kanada, Chiny, Indie, Indonezja,
Japonia, Korea Płd, Meksyk, Rosja, Arabia Saudyjska, RPA, i Turcja.
UE - MEDSTAT – kraje śródziemnomorskie – Algieria, Egipt, Izrael,
Jordania, Liban, Maroko, Autonomia Palestyńska, Syria i Tunezja,
Grupy krajów
Grupy krajów
Grupy krajów
Grupy krajów
31
Kraje kandydackie: Chorwacja, Islandia, Macedonia,
Czarnogóra i Turcja
Potencjalne kraje kandydackie: Albania, Bośnia i
Hercegowina, Serbia i Kosowo
EFTA: Islandia, Lichtenstein, Norwegia i Szwajcaria.
Unia Europejska
Unia Europejska
Unia Europejska
Unia Europejska
32
CELE WYKŁADÓW (
CELE WYKŁADÓW (
CELE WYKŁADÓW (
CELE WYKŁADÓW (1))))
uporządkowanie posiadanej wiedzy i doświadczenia w zakresie statystyki
nabycie umiejętności operowania danymi statystycznymi oraz ich właściwej
interpretacji
wykształcenie umiejętności analiz statystycznych i wyciągania na ich podstawie
wniosków
STATYSTYKA TO KLUCZ DO PODEJMOWANIA
STATYSTYKA TO KLUCZ DO PODEJMOWANIA
STATYSTYKA TO KLUCZ DO PODEJMOWANIA
STATYSTYKA TO KLUCZ DO PODEJMOWANIA
OPTYMALNYCH DECYZJI EKONOMICZNYCH
OPTYMALNYCH DECYZJI EKONOMICZNYCH
OPTYMALNYCH DECYZJI EKONOMICZNYCH
OPTYMALNYCH DECYZJI EKONOMICZNYCH
33
CELE WYKŁADÓW (2)
CELE WYKŁADÓW (2)
CELE WYKŁADÓW (2)
CELE WYKŁADÓW (2)
W wykładach dominuje statystyka ekonomiczna i społeczna, wyjaśniane są
najczęściej stosowane w praktyce pojęcia, wzory wskaźników (współczynników) i sposoby
ich obliczania.
Akcent położony jest na stronę użytkową oraz umiejętność interpretacji
danych i wskaźników.
Większość terminów i pojęć statystycznych podawana jest także w języku angielskim.
34
PLAN WYKŁADÓW STATYSTYKI
PLAN WYKŁADÓW STATYSTYKI
PLAN WYKŁADÓW STATYSTYKI
PLAN WYKŁADÓW STATYSTYKI
1. Wprowadzenie: Historia, przedmiot, podstawowe pojęcia i kategorie
2. Statystyka publiczna, europejski system statystyczny
3. Prezentacja wyników badań statystycznych
4. Analiza struktur społeczno-gospodarczych i podobieństwa struktur
5. Średnie (przeciętne) – miary położenia. Klasyczne i pozycyjne
6. Miary rozproszenia i zróżnicowania
7. Analiza asymetrii i koncentracji
8. Analiza dynamiki
9. Trendy i wahania sezonowe
10.Analiza korelacji statystycznej
11.Analiza regresji
12.Indeksy gospodarcze
35
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
OBOWIĄZKOWA:
- Jacek M. Kowalski: „Podstawy statystyki opisowej dla
ekonomistów. Podręcznik z przykładami i zadaniami.” Poznań 2006
lub
- UZUPEŁNIAJĄCA:
-
Anna Bielecka: „Statystyka dla menedżerów – teoria i
praktyka”, Warszawa 2011
- Enrico Giovannini: „Understanding Economic Statistics”, OECD
2008 (www.oecd.org)
36
LITERATURA FAKULTATYWNA
LITERATURA FAKULTATYWNA
LITERATURA FAKULTATYWNA
LITERATURA FAKULTATYWNA
-
J. Buttolph Johnson, H. T. Reynolds, J. D. Mycoff „Metody badawcze w
naukach politycznych”, Warszawa 2010, PWN
-
C. Frankfort-Nachmias i D. Nachmias „ Metody badawcze w naukach
społecznych” Poznań 2001
-
Amir D. Aczel „Statystyka w zarządzaniu”, Warszawa 2007, PWN
-
McClave, Benson i Sinchich „Statistics for Business and Economics”, New
Jersey 1998, Prentice-Hall
-
Helena Kassyk-Rokicka „Mierniki statystyczne”, Warszawa 2011 PWE
-
Andrzej Luszniewicz „Indeksy statystyczne”, Białystok 2009
37
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
Mały Rocznik Statystyczny 2011
Rocznik Statystyczny Rzeczpospolitej Polskiej 2011
Europe in fugures, Eurostat yearbook 2011
Key figures on Europe, Eurostat Pocketbook 2011
Rocznik Statystyki Międzynarodowej 2009
Kwartalnik Statystyki Międzynarodowej (na stronie internetowej GUS)
Rocznik Handlu Zagranicznego 2011
Unia Europejska-Podstawowe wskaźniki krótkookresowe GUS (na stronie internetowej
GUS)
Biuletyn Statystyczny (miesięcznik, na stronie internetowej GUS)
Publikacje GUS na stronie internetowej:
www.stat.gov.pl
PUBLIKACJE STATYSTYCZNE GUS i EUROSTAT
PUBLIKACJE STATYSTYCZNE GUS i EUROSTAT
PUBLIKACJE STATYSTYCZNE GUS i EUROSTAT
PUBLIKACJE STATYSTYCZNE GUS i EUROSTAT
38
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
LITERATURA PRZEDMIOTU STATYSTYKA
-
„Statystyka publiczna jedna z podstaw samorządności w państwie
demokratycznym” – GUS 2008,
-„Statystyka sektora instytucji rządowych i samorządowych” GUS
2010
39
ETYMOLOGIA POJĘCIA STATYSTYKA
ETYMOLOGIA POJĘCIA STATYSTYKA
ETYMOLOGIA POJĘCIA STATYSTYKA
ETYMOLOGIA POJĘCIA STATYSTYKA
Pochodzenie słowa STATYSTYKA
STATYSTYKA
STATYSTYKA
STATYSTYKA
:
od łacińskiego STATUS
STATUS
STATUS
STATUS –
stan (stan rzeczy)
od starowłoskiego
LO STATO
STATO
STATO
STATO –
państwo (państwoznawstwo),
STATISTA
STATISTA
STATISTA
STATISTA –
osoba zajmująca się sprawami państwa, mąż stanu.
W 1581 r. G. Ghilini określił statystykę jako wiedzę o wszelkich przejawach życia w państwie, polityce i wojsku
(civile politica, statistica e militare scienza)
Wg G. U. Yule’a – autora najbardziej renomowanego podręcznika do statystyki w XX wieku, statystyka w XVIII wieku to:
„
wykład godnych uwagi cech charakterystycznych państwa, przyczem z konieczności sposób tego wykładu był
dla braku materiału cyfrowego przeważnie opis”
40
J. Graunt (1620 – 1674) i Wiliam Petty (1623 – 1687)
–
–
–
–
metoda rozumowania
na podstawie liczb umożliwiająca wykrycie prawidłowości.
Gottfried Achenwall (1719–1772) i Martin Schmeizel (1679–1747)
–
pierwsi użyli
nazwy statystyka, lecz chodziło wtedy jakościowy opis państwa tj. bez liczb.
G. King (1648-1712) – dokonuje analizy demograficznej Anglii, opracowuje prognozę
demograficzną, m. in. na 2000 r. – 8,3 mln osób, a na 2300 r. – 11 mln osób.
L. Euler (1707-1783) –––– skonstruował matematyczne podstawy tablic trwania życia.
J.P. Ancherson w 1741 r
....
wprowadził opis państwa (Danii) za pomocą liczb i tablic –
statystyka to proces gromadzenia danych liczbowych metodą tabelaryczną.
HISTORIA STATYSTYKI (
HISTORIA STATYSTYKI (
HISTORIA STATYSTYKI (
HISTORIA STATYSTYKI (1))))
41
Jakub
Jakub
Jakub
Jakub Bernoulli
Bernoulli
Bernoulli
Bernoulli (1654–1705)
-
prawo wielkich liczb
E. Halley
E. Halley
E. Halley
E. Halley (1656-1742, astronom) w 1694 r. opracowuje tablice śmiertelności
na podstawie danych o Wrocławiu.
P.S.
P.S.
P.S.
P.S. Laplace
Laplace
Laplace
Laplace (1749-1827) – podstawy statystyki matematycznej,
rachunek prawdopodobieństwa.
K.F. Gauss
K.F. Gauss
K.F. Gauss
K.F. Gauss (1777-1855) - teoria błędów statystycznych, rozkład normalny
Adolf
Adolf
Adolf
Adolf Quetelet
Quetelet
Quetelet
Quetelet (1796-1874) – odkrycie wielkości stałych w statystyce. Z jego inicjatywy zwołano
w 1853 r. Światowy Kongres Statystyków; postulowano na nim organizowanie scentralizowanych
krajowych biur statystycznych.
F.
F.
F.
F. Galton
Galton
Galton
Galton (1822-1907)
–
teoria regresji, prekursor badań naukowych nad inteligencją
K. Pearson
K. Pearson
K. Pearson
K. Pearson (1857-1936) – teoria korelacji
HISTORIA STATYSTYKI (2)
HISTORIA STATYSTYKI (2)
HISTORIA STATYSTYKI (2)
HISTORIA STATYSTYKI (2)
42
POLSKA SZKOŁA STATYSTYKI
POLSKA SZKOŁA STATYSTYKI
POLSKA SZKOŁA STATYSTYKI
POLSKA SZKOŁA STATYSTYKI
Józef Wybicki
Józef Wybicki
Józef Wybicki
Józef Wybicki - (1747 – 1822) oszacował m.in. ludność Polski w 1777 r. na 5.391.346 osób; wg
rejestrów podatkowych w Koronie było wtedy 1.198.081 dymów, na który przypadało średnio 4,5
osoby.
Stanisław Staszic
Stanisław Staszic
Stanisław Staszic
Stanisław Staszic – (1755 – 1826) w 1807 r. publikuje książkę pt. „
O statystyce Polski –
krótki rzut wiadomości potrzebnych tym, którzy ten kraj chcą oswobodzić i tym którzy chcą w nim
rządzić”;
w języku polskim po raz pierwszy użył słowa statystyka, jako naukę o rządzeniu
państwem.
Tadeusz Czacki
Tadeusz Czacki
Tadeusz Czacki
Tadeusz Czacki – (1765 – 1813) w 1845 r. „
O statystyce Polski”
Józef Słonimski
Józef Słonimski
Józef Słonimski
Józef Słonimski – tablice wymieralności dla Królestwa Polskiego;
Jan Śniadecki
Jan Śniadecki
Jan Śniadecki
Jan Śniadecki – (1756 – 1830) rachunek prawdopodobieństwa (wtedy nazywany
rachunkiem podobieństwa);
Władysław Bortkiewicz
Władysław Bortkiewicz
Władysław Bortkiewicz
Władysław Bortkiewicz – prawo wielkich liczb.
Aleksander
Aleksander
Aleksander
Aleksander Weryha
Weryha
Weryha
Weryha, Oskar Lange, Stefan Szulc, Wiesław Sadowski, Kazimierz Romaniu
, Oskar Lange, Stefan Szulc, Wiesław Sadowski, Kazimierz Romaniu
, Oskar Lange, Stefan Szulc, Wiesław Sadowski, Kazimierz Romaniu
, Oskar Lange, Stefan Szulc, Wiesław Sadowski, Kazimierz Romaniuk
k
k
k
43
DEFINICJE STATYSTYKI
DEFINICJE STATYSTYKI
DEFINICJE STATYSTYKI
DEFINICJE STATYSTYKI
Nauka o ilościowych metodach badania zjawisk (procesów) masowych.
Metodyka badania ilościowego zbiorowości statystycznych. I same badania statystyczne.
Przedmiotem badań statystycznych są zjawiska (procesy) masowe,
a zwłaszcza ilościowe prawidłowości występujące w tych zjawiskach.
Statystyka to także zbiór danych liczbowych o danej dziedzinie i stąd: statystyka
przemysłu, rolnictwa, handlu zagranicznego, turystyki, statystyka międzynarodowa,
statystyka społeczna, ludnościowa, gospodarcza.
44
STATYSTYKA A RZECZYWISTOŚĆ
STATYSTYKA A RZECZYWISTOŚĆ
STATYSTYKA A RZECZYWISTOŚĆ
STATYSTYKA A RZECZYWISTOŚĆ
Statystyka jest metodą stosowaną we wszystkich dziedzinach wiedzy (także
w medycynie, fizyce, biologii, astronomii), przedmiotem badania jest to, co ujmuje
ta właśnie dziedzina.
Stawianie pytań, na które staramy się znaleźć odpowiedź, przy zastosowaniu metod
statystycznych, nie jest sprawą samej statystyki, lecz właśnie danej gałęzi wiedzy.
Celem badań statystycznych jest zawsze poznanie konkretnej rzeczywistości.
45
STATYSTYKA
STATYSTYKA
STATYSTYKA
STATYSTYKA
OPISOWA
OPISOWA
OPISOWA
OPISOWA
(DESCRIPTIVE STATISTICS)
Metody statystycznego opisu wyników badań opartych głównie na obserwacji pełnej
(ujęcie deterministyczne); opis liczbowy
MATEMATYCZNA
MATEMATYCZNA
MATEMATYCZNA
MATEMATYCZNA
(MATHEMATICAL STATISTICS, SAMPLE
STATISTICS)
Metody statystycznego wnioskowania (ujęcie probabilistyczne) – na podstawie danych
z prób losowych; uogólnianie wyników badań na całą zbiorowość, z której dana próba
pochodzi
46
STATYSTYKA
STATYSTYKA
STATYSTYKA
STATYSTYKA
SPOŁECZNA
SPOŁECZNA
SPOŁECZNA
SPOŁECZNA
:
analiza zjawisk i procesów społecznych, zwłaszcza jako efektów
procesów ekonomicznych i polityki społecznej państwa
EKONOMICZNA
EKONOMICZNA
EKONOMICZNA
EKONOMICZNA
(gospodarcza): analiza zjawisk i procesów gospodarczych oraz
instytucji państwowych
47
STATYSTYKA SPOŁECZNA (
STATYSTYKA SPOŁECZNA (
STATYSTYKA SPOŁECZNA (
STATYSTYKA SPOŁECZNA (1))))
Analizy i prognozy procesów demograficznych , spisy ludności
System Informacji Oświatowej (SIO)
Statystyka zdrowia i ochrony zdrowia
Statystyka kultury (instytucje kultury, kinematografia, środki komunikacji masowej,
działalność archiwalna)
Statystyczne badanie dochodów i warunków życia ludności
(EU-SILC- Statistics of Income and Living Conditions)
Badanie Aktywności Ekonomicznej Ludności BAEL – Labour Force Survey LFS, rynek pracy
48
STATYSTYKA SPOŁECZNA (2)
STATYSTYKA SPOŁECZNA (2)
STATYSTYKA SPOŁECZNA (2)
STATYSTYKA SPOŁECZNA (2)
Indeksy rozwoju społecznego
(HDI-Human Development Index)
Analiza ubóstwa i nierówności
Turystyka i sport
Wyznania religijne, mniejszości narodowe i grupy etniczne
Statystyka rozwoju i funkcjonowania społeczeństwa informacyjnego
49
STATYSTYKA EKONOMICZNA (
STATYSTYKA EKONOMICZNA (
STATYSTYKA EKONOMICZNA (
STATYSTYKA EKONOMICZNA (1))))
Statystyka działalności przedsiębiorstw niefinansowych i instytucji finansowych
(produkcja i wyniki ekonomiczne)
Statystyka cen (inflacja - CPI, PPI, inflacja bazowa, terms of trade, nożyce cen,
budżety gospodarstw domowych)
System Rachunków Narodowych
(SNA-2008 - System of National Accounts,
ESA-95
- Europejski System Rachunków Narodowych i Regionalnych –
European System
of Accounts)
Finanse publiczne (budżety JST, finanse sektora instytucji rządowych i samorządowych,
notyfikacja fiskalna deficytu i długu publicznego)
50
STATYSTYKA EKONOMICZNA (2)
STATYSTYKA EKONOMICZNA (2)
STATYSTYKA EKONOMICZNA (2)
STATYSTYKA EKONOMICZNA (2)
Intrastat i Extrastat; wymiana towarowa z zagranicą
Stan i ochrona środowiska naturalnego
Majątek trwały i inwestycje
Przekształcenia własnościowe i strukturalne
Rynek materiałowy i paliwowo-energetyczny
Nauka i postęp techniczny
Analiza techniczna -
Technical Analysis
(notowań giełdowych)
Badanie koniunktury gospodarczej i konsumenckiej
51
CELE BADANIA STATYSTYCZNEGO
CELE BADANIA STATYSTYCZNEGO
CELE BADANIA STATYSTYCZNEGO
CELE BADANIA STATYSTYCZNEGO
Statystyczny opis zdarzeń, zjawisk i procesów:
- struktury i natężenia
- badanie tendencji centralnej (wartości średnie), asymetria i koncentracja
- dynamiki, trendów i wahań sezonowych
- współzależności (korelacji) i regresji
52
METODY BADAŃ STATYSTYCZNYCH
METODY BADAŃ STATYSTYCZNYCH
METODY BADAŃ STATYSTYCZNYCH
METODY BADAŃ STATYSTYCZNYCH
PEŁNE
(COMPLETE SURVEYS)
Spisy statystyczne
Rejestracje i ewidencja
Sprawozdawczość statystyczna
NIEPEŁNE
(INCOMPLETE SURVEYS)
METODY:
reprezentacyjna
(sample survey method)
monograficzna
(monographic survey method)
ankietowa
(enquiry survey method)
53
POWSZECHNE SPISY STATYSTYCZNE
POWSZECHNE SPISY STATYSTYCZNE
POWSZECHNE SPISY STATYSTYCZNE
POWSZECHNE SPISY STATYSTYCZNE
(LUDNOŚCI, ROLNE, PRZEMYSŁOWE)
(LUDNOŚCI, ROLNE, PRZEMYSŁOWE)
(LUDNOŚCI, ROLNE, PRZEMYSŁOWE)
(LUDNOŚCI, ROLNE, PRZEMYSŁOWE)
BEZPOŚREDNIE (u respondenta, w spółce, w gospodarstwie rolnym)
JEDNOCHWILOWE (na dany moment), ale przeprowadzany w okresie 2-3 tygodni
TAJNE (tajemnica statystyczna, wyłącznie w celach statystycznych)
POWSZECHNE (cała populacja ludności, przedsiębiorstw, gospodarstw rolnych)
54
Istota metody polega na tym, że w celu zbadania własności całej zbiorowości
statystycznej (populacji) wybiera się do zbadania tylko pewna liczbę (próbę)
jednostek statystycznych reprezentujących tę zbiorowość.
Wnioski wynikające z takiego badania uogólnia się
(generalization)
na całą
zbiorowość.
METODA REPREZENTACYJNA (SAMPLING)
METODA REPREZENTACYJNA (SAMPLING)
METODA REPREZENTACYJNA (SAMPLING)
METODA REPREZENTACYJNA (SAMPLING)
55
METODA REPREZENTACYJNA
METODA REPREZENTACYJNA
METODA REPREZENTACYJNA
METODA REPREZENTACYJNA -
-
-
- ZALETY
ZALETY
ZALETY
ZALETY
Wielokrotnie niższy koszt w relacji do badan pełnych;
Krótszy czas badania
Często większa dokładność (wbrew pozorom, ze taką zapewniają tylko badania
pełne);
Zredukowana liczba respondentów i mniejsze ich obciążenie w wypełnianiu
ankiet statystycznych;
W badaniach jakości, nie niszczy jednostki statystycznej (np. w badaniu
produktów żywnościowych)
W niektórych dziedzinach w ogóle nie da się zastosować metody pełnej.
56
KRÓTKA HISTORIA
KRÓTKA HISTORIA
KRÓTKA HISTORIA
KRÓTKA HISTORIA
W XVII w. Graunt oszacował liczbę ludności Londynu. Dla niektórych parafii obliczył,
że na każde 11 rodzin przypada rocznie 3 zgony oraz, że średnia rodzina liczyła
8 osób. Liczba zgonów wynosiła 13.000 rocznie.
Obliczenia: 13.000*11/3*8= 384.000 liczba ludności Londynu;
W XVII w. Halley obliczył liczbę mieszkańców Wrocławia (Breslau) na 34.000 osoby
W XVIII w. Moheau oszacował liczbę ludności Francji; wg liczby urodzeń 23,7 mln
osób, wg liczby zgonów 23,8 mln osób;
57
KRÓTKA HISTORIA
KRÓTKA HISTORIA
KRÓTKA HISTORIA
KRÓTKA HISTORIA
W XIX w. Laplace (autor pierwszego podręcznika do statystyki) oszacował liczbę
ludności Francji na podstawie spisu w 30 departamentach (1/3 ogólnej liczby
departamentów) z błędem 2%;
W XVII w. w Rosji w wielkich majątkach ziemskich zbiory szacowano na podstawie
próbnych omłotów;
400 r. n.e. – w hinduskiej epopei Mahabharata – król Rtuparny szacował liczbę liści
na drzewie na podstawie policzenia liczby liści na dowolnie wybranej gałęzi.
58
PRÓBA LOSOWA (RANDOM SAMPLE)
PRÓBA LOSOWA (RANDOM SAMPLE)
PRÓBA LOSOWA (RANDOM SAMPLE)
PRÓBA LOSOWA (RANDOM SAMPLE)
Losowa próba n-elementowa to taka próba, że każdy zbiór n elementów ma takie
same szanse znalezienia się w próbie, jak każdy inny zbiór n elementów w całej
zbiorowości (populacji);
Próba powinna pochodzić z całej zbiorowości, wtedy wzrastają szanse na
minimalizację błędu;
Losowość próby pozwala na obliczenie prawdopodobieństwa błędów, a więc
stopnia dokładności wyników próbnych badań;
Losowe pobranie próby z wielkiej populacji gwarantuje niezależność wyników losowań
59
PROBABILISTYCZNY WYBÓR PRÓBY (PROBABILITY SAMPLING)
PROBABILISTYCZNY WYBÓR PRÓBY (PROBABILITY SAMPLING)
PROBABILISTYCZNY WYBÓR PRÓBY (PROBABILITY SAMPLING)
PROBABILISTYCZNY WYBÓR PRÓBY (PROBABILITY SAMPLING)
Prosty wybór losowy – PWL
(simple probability selection):
każda próba ma równe
szanse. Przykład: badamy wydatki gospodarstw rolnych powyżej 100.000 zł;
musimy mieć ich wykaz (operat losowania –
sampling frame
) K = 153.000.
Próba losowa wynosi n = 9.000. Losujemy przy pomocy generatora liczb losowych;
Wybór systematyczny
(systematic selection);
często wybór wg PWL jest uciążliwy
(wielka populacja, ręczne losowanie); przyjmujemy interwał próby
(sampling
interval)
K:n 153.000:9.000 = 17; najpierw losujemy w przedziale 1 – 17,
np. 4 a potem wybieramy co 17. gospodarstwo, a więc 4, 21, 38, 55 itd..
60
LOSOWANIE WARSTWOWE (STRATIFIED SAMPLING)
LOSOWANIE WARSTWOWE (STRATIFIED SAMPLING)
LOSOWANIE WARSTWOWE (STRATIFIED SAMPLING)
LOSOWANIE WARSTWOWE (STRATIFIED SAMPLING)
Polega na podziale populacji na warstwy
(stratify)
i z każdej warstwy pobiera się
próby proste
(stratified random sampling);
Zmienne warstwujące zależą od celów analizy: rodzaj działalności, dochód, liczba
zatrudnionych, położenie geograficzne itp.;
Warstwowanie
(stratification)
musi być ograniczone do tych zmiennych, które są
w operacie
(frame)
61
METODY ESTYMACJI (METHODS OF ESTIMATION)
METODY ESTYMACJI (METHODS OF ESTIMATION)
METODY ESTYMACJI (METHODS OF ESTIMATION)
METODY ESTYMACJI (METHODS OF ESTIMATION)
Metody estymacji (oszacowania) służą wnioskowaniu o zbiorowości (populacji) na
podstawie wyników badań z próby;
U podstaw estymacji leży tzw. waga losowanej jednostki;
Waga ta odpowiada odwrotnemu prawdopodobieństwu wyboru jednostki w próbie;
wskazuje liczbę jednostek w populacji, które reprezentowane są przez jednostkę
w próbie.
W naszym przykładzie z gospodarstwami: prawdopodobieństwo wyboru wynosi:
9.000:153.000= 1/17 (5,9%); tzn., ze każde gospodarstwa z próby reprezentuje
17 gospodarstwa w populacji
62
LICZEBNOŚĆ PRÓBY (SAMPLE SIZE)
LICZEBNOŚĆ PRÓBY (SAMPLE SIZE)
LICZEBNOŚĆ PRÓBY (SAMPLE SIZE)
LICZEBNOŚĆ PRÓBY (SAMPLE SIZE)
Pożądana precyzja ocen z próby; dopuszczalny błąd;
Koszty badania; często wielkość próby wynika z możliwości finansowych
Czas badania i uzyskania wyników, pilność;
Ograniczenia operacyjne: nabór i szkolenie ankieterów, przetwarzanie danych itp.
Powtarzalność badań; jeżeli były w przeszłości, to należy do nich wracać; jeżeli nie
były to próba liczniejsza
63
Przykład: badanie małych przedsiębiorstw
Przykład: badanie małych przedsiębiorstw
Przykład: badanie małych przedsiębiorstw
Przykład: badanie małych przedsiębiorstw
W Regonie zarejestrowanych jest 2,9 mln małych przedsiębiorstw (do 9 osób);
Pobrano próbę losową 4%, tj. 115 tys. przedsiębiorstw – reprezentantów;
Schemat losowania warstwowy: wg województw i PKD oraz osoby fizyczne i prawne;
losowanie w każdej warstwie;
64
Przykład c.d.
Przykład c.d.
Przykład c.d.
Przykład c.d.
Do wylosowanych przedsiębiorstw wysłano ankiety statystyczne;
Wśród nich: 29% zawiesiło działalność, 9,4% zostało zlikwidowanych, 3% nie
rozpoczęło działalności, 11% - zły adres i 17% odmówiło udzielenia informacji.
Wagami do uogólnienia były relacje ogólnej liczby badanej zbiorowości do próby
skorygowanej o w.w. przypadki;
65
BŁĘDY W BADANIACH REPREZENTACYJNYCH
BŁĘDY W BADANIACH REPREZENTACYJNYCH
BŁĘDY W BADANIACH REPREZENTACYJNYCH
BŁĘDY W BADANIACH REPREZENTACYJNYCH
Losowy
(random error)
- wynika z
charakteru metody, zmniejsza się gdy
próba się zwiększa, zmienność cechy,
schemat losowania, metoda estymacji
Nielosowy
(nonrandom error)
–
błędy w operacie, w definicjach,
w odpowiedziach respondentów itp.
66
Polega na wyczerpującym (wszechstronnym) opisie statystycznym jednej lub
kilku wybranych jednostek (spółki, regionu) ze względu na jej
reprezentatywność;
Uogólnianie wyników takich badań na całą zbiorowość
BADANIA MONOGRAFICZNE
BADANIA MONOGRAFICZNE
BADANIA MONOGRAFICZNE
BADANIA MONOGRAFICZNE
67
Badania na próbach losowych wg określonych metod dla poznania opinii osób
o danych faktach, zdarzeniach;
Głównie badania socjologiczne, polityczne
BADANIA ANKIETOWE
BADANIA ANKIETOWE
BADANIA ANKIETOWE
BADANIA ANKIETOWE
68
ETAPY KOMPLEKSOWEGO BADANIA STATYSTYCZNEGO
ETAPY KOMPLEKSOWEGO BADANIA STATYSTYCZNEGO
ETAPY KOMPLEKSOWEGO BADANIA STATYSTYCZNEGO
ETAPY KOMPLEKSOWEGO BADANIA STATYSTYCZNEGO
Ustalenie celu badania: diagnostyczny – co i dlaczego badamy i praktyczny – komu
i czemu ma służyć badanie
Zdefiniowanie jednostki i zbiorowości statystycznej pod względem rzeczowym,
terytorialnym i czasowym
Wybór metody badania: pełne lub niepełne
Ustalenie kosztu i pożądanych terminów badania
Określenie źródeł danych: pierwotne i wtórne
Zebranie materiału statystycznego (obserwacja statystyczna)
Opracowanie tego materiału i prezentacja danych (tablice, wykresy)
Analiza statystyczna (diagnoza i projekcja)
Udostępnienie (prezentacja) wyników badań
69
CZAS TRWANIA BADAŃ
CZAS TRWANIA BADAŃ
CZAS TRWANIA BADAŃ
CZAS TRWANIA BADAŃ
BADANIA CIĄGŁE
(CONTINOUS SURVEYS)
–
stałe monitorowanie badanej
zbiorowości np. urodzeń, zgonów, handlu zagranicznego, produkcji
BADANIA OKRESOWE
(PERIODICAL SURVEYS
)
–
co pewien czas
np. spisy powszechne, badania budżetów gospodarstw domowych
BADANIA DORAŹNE
(AD-HOC SURVEYS)
–
badania na zlecenie wynikające
z potrzeb w danym momencie.
70
BŁĘDY STATYSTYCZNE
BŁĘDY STATYSTYCZNE
BŁĘDY STATYSTYCZNE
BŁĘDY STATYSTYCZNE
BŁĘDY PRZYPADKOWE
(INCIDENTAL ERROR)
–
––
–
omyłki popełniane nieumyślnie
(nieuwaga, brak umiejętności, niedbalstwo)
BŁĘDY SYSTEMATYCZNE
(SYSTEMATIC ERROR)
–
popełniane tendencyjnie,
celowo zniekształcone dane statystyczne.
71
ZBIOROWOŚĆ STATYSTYCZNA
ZBIOROWOŚĆ STATYSTYCZNA
ZBIOROWOŚĆ STATYSTYCZNA
ZBIOROWOŚĆ STATYSTYCZNA
STATISTICAL POPULATION
STATISTICAL POPULATION
STATISTICAL POPULATION
STATISTICAL POPULATION
JEDNOSTKA STATYSTYCZNA
(STATISTICAL UNIT)
– element (składnik) zbiorowości
generalnej
ZBIOROWOŚĆ
(POPULATION) -
-
-
-
(zbiorowość generalna, populacja generalna,
masa statystyczna) jednostek statystycznych (elementów) podobnych
ze względu na określone cechy (nie identyczne) będące przedmiotem
badania.
72
ZBIOROWOŚCI (ze względu na kryterium czasu):
-
-
-
- Statyczne – jednostki pochodzące z tego samego okresu
-
-
-
- Dynamiczne – jednostki pochodzące z różnych okresów
LICZEBNOŚĆ ZBIOROWOŚCI
–
liczba jednostek statystycznych w zbiorowości.
PRÓBA
(SAMPLE)
–
––
–
część zbiorowości generalnej podlegająca bezpośredniemu
zbadaniu w celu wnioskowania o zbiorowości generalnej.
ZBIOROWOŚĆ STATYSTYCZNA (
ZBIOROWOŚĆ STATYSTYCZNA (
ZBIOROWOŚĆ STATYSTYCZNA (
ZBIOROWOŚĆ STATYSTYCZNA (1))))
(STATISTICAL POPULATION)
(STATISTICAL POPULATION)
(STATISTICAL POPULATION)
(STATISTICAL POPULATION) cd
cd
cd
cd
73
Właściwość jaką wyróżnia się jednostki tworzące daną zbiorowość:
MIERZALNE, ilościowe
(QUANTITATIVE)
- skokowe
- ciągłe
NIEMIERZALNE, jakościowe
(QUALITATIVE)
- np. płeć, zawód, wykształcenie,
stan cywilny, spółka akcyjna, spółka z o.o.
CECHY STATYSTYCZNE
CECHY STATYSTYCZNE
CECHY STATYSTYCZNE
CECHY STATYSTYCZNE (1)
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
74
STAŁE –
właściwości wspólne wszystkim jednostkom badanej zbiorowości:
RZECZOWE (co jest badane)
CZASOWE (kiedy jest badane)
PRZESTRZENNE (gdzie jest badane)
Posiadanie w/w wspólnych właściwości pozwala zakwalifikować jednostkę do danej
zbiorowości.
ZMIENNE
– właściwości poszczególnych jednostek których warianty pozwalają
na ich różnicowanie
CECHY STATYSTYCZNE (2)
CECHY STATYSTYCZNE (2)
CECHY STATYSTYCZNE (2)
CECHY STATYSTYCZNE (2)
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
STATISTICAL CHARACTERISTICS
75
SZEREGI STATYSTYCZNE
SZEREGI STATYSTYCZNE
SZEREGI STATYSTYCZNE
SZEREGI STATYSTYCZNE
STATISTICAL SERIES
STATISTICAL SERIES
STATISTICAL SERIES
STATISTICAL SERIES
Zestawienie wartości zmiennych cechy badanej, uporządkowanych według logicznego
kryterium, z przyporządkowanymi częstościami ich występowania
„Nie ma nic piękniejszego niż dokładnie zdefiniowane szeregi liczb, za którymi
kryje się czyjaś myśl, która prowadzi do zbudowania maszyny czy domu”
Milton Friedman
Szeregi rozdzielcze
(Interval series)
– strukturalne
Szeregi czasowe
(Time series)
- chronologiczne, dynamiczne
Szeregi geograficzne
(Geographical series)
– przestrzenne, terytorialne
76
SZEREG ROZDZIELCZY
SZEREG ROZDZIELCZY
SZEREG ROZDZIELCZY
SZEREG ROZDZIELCZY-
-
-
- PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
LUDNOŚĆ WG GRUP WIEKU W %%
14,6
33,0
28,8
23,6
WĘGRY
14,2
33,0
30,2
22,6
SŁOWENIA
11,5
30,3
30,8
27,4
SŁOWACJA
13,9
33,1
30,2
22,8
CZECHY
12,4
31,7
28,8
27,1
POLSKA
12,0
32,0
27,5
28,5
MALTA
15,3
32,1
27,7
24,9
ŁOTWA
13,6
29,7
30,1
26,6
LITWA
14,5
31,4
28,6
25,5
ESTONIA
11,3
28,8
28,6
31,8
CYPR
5
4
3
2
1
>65
40 – 64
20 - 39
<19
KRAJ
77
2 005
2 005
2 005
2 050
2 050
2 050
0-14
15-59
60+
0-14
15-59
60+
( 1 )
( 2 )
( 3 )
( 4 )
( 5 )
( 6 )
%
%
%
%
%
%
28,3
61,4
10,3
19,8
58,3
21,8
1
Kraje rozwinięte
17,0
62,9
20,1
15,2
52,2
32,6
2
Kraje rozwijające się
30,9
61,0
8,1
20,6
59,3
20,1
3
4
Afryka
41,4
53,4
5,2
28,0
61,7
10,4
5
Azja
28,0
62,7
9,2
18,0
58,3
23,7
6
Europa
15,9
63,5
20,6
14,6
50,9
34,5
7
Ameryka Łacińska i Środkowa
29,8
61,2
9,0
18,0
57,8
24,3
8
Ameryka Północna
20,5
62,7
16,7
17,1
55,6
27,3
9
Oceania
24,9
61,0
14,1
18,4
56,9
24,8
Lp
OPIS
Świat
Ś
Ś
Ś
ŚWIAT: STRUKTURA WIEKOWA W LATACH 2005
WIAT: STRUKTURA WIEKOWA W LATACH 2005
WIAT: STRUKTURA WIEKOWA W LATACH 2005
WIAT: STRUKTURA WIEKOWA W LATACH 2005
-
-
-
-
2
050
2
050
2
050
2
050
78
SZEREG CZASOWY
SZEREG CZASOWY
SZEREG CZASOWY
SZEREG CZASOWY -
-
-
- PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
LUDNOŚĆ ŚWIATA i EUROPY W MLN OSÓB W LATACH 1950 - 2300
594
8 752
2250
611
8 972
2300
574
8 499
2200
550
8 494
2150
538
9 064
2100
632
8 919
2050
728
6 071
2000
548
2 519
1950
EUROPA
ŚWIAT
LATA
79
SZEREG GEOGRAFICZNY
SZEREG GEOGRAFICZNY
SZEREG GEOGRAFICZNY
SZEREG GEOGRAFICZNY-
-
-
-PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
PRZYKŁAD
PKB wg PPS NA 1 MIESZKAŃCA W EURO W NOWYCH KRAJACH UE
23 200
20780
15 470
CYPR
10 800
7 731
BUŁGARIA
14 900
13 894
9 064
WĘGRY
7 277
16 530
17 772
12 255
15 102
10 708
7 070
6 980
9 340
2002 r.
10 400
18 400
20 600
16 900
19 000
14 300
11 400
12 500
14 800
2009 r.
.
MALTA
RUMUNIA
10 594
SŁOWENIA
8 557
SŁOWACJA
12 369
CZECHY
6 350
POLSKA
3 370
ŁOTWA
4 120
LITWA
4 220
ESTONIA
1995 r.
KRAJ
80
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16-
-
-
-74 UśYWAJĄCYCH INTERNET W DOMU
74 UśYWAJĄCYCH INTERNET W DOMU
74 UśYWAJĄCYCH INTERNET W DOMU
74 UśYWAJĄCYCH INTERNET W DOMU
Lp.
2003
2009
Lp
2003
2009
1
Belgia
69,0
14
Litwa
10,0
51,0
2
Bułgaria
6,0
36,0
15
Luksemburg
26,0
82,0
3
Czechy
13,0
53,0
16
Wegry
10,0
52,0
4
Dania
35,0
82,0
17
Malta
54,0
5
Niemcy
16,0
71,0
18
Niderlandy
30,0
87,0
6
Estonia
20,0
65,0
19
Austria
19,0
64,0
7
Irlandia
13,0
56,0
20
Polska
9,0
50,0
8
Grecja
7,0
34,0
21
Portugalia
13,0
39,0
9
Hiszpania
16,0
49,0
22
Rumunia
4,0
28,0
10
Francja
60,0
23
Słowenia
20,0
54,0
11
Włochy
14,0
39,0
24
Słowacja
26,0
56,0
12
Cypr
14,0
40,0
25
Finlandia
35,0
78,0
13
Łotwa
17,0
56,0
26
Szwecja
36,0
85,0
27
Wlk.Brytania
27,0
77,0
81
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16-
-
-
-74 KORZYSTAJĄCYCH z
74 KORZYSTAJĄCYCH z
74 KORZYSTAJĄCYCH z
74 KORZYSTAJĄCYCH z
E
E
E
E-
-
-
-GOVERNMENT
GOVERNMENT
GOVERNMENT
GOVERNMENT
Lp.
2003
2009
Lp
2003
2009
1
Belgia
18,0
31,0
14
Litwa
7,0
19,0
2
Bułgaria
5,0
10,0
15
Luksemburg
28,0
54,0
3
Czechy
7,0
24,0
16
Wegry
16,0
25,0
4
Dania
40,0
67,0
17
Malta
19,0
24,0
5
Niemcy
26,0
37,0
18
Niderlandy
46,0
55,0
6
Estonia
20,0
44,0
19
Austria
20,0
39,0
7
Irlandia
14,0
28,0
20
Polska
13,0
18,0
8
Grecja
8,0
12,0
21
Portugalia
13,0
21,0
9
Hiszpania
30,0
22
Rumunia
6,0
10
Francja
39,0
23
Słowenia
13,0
32,0
11
Włochy
14,0
17,0
24
Słowacja
25,0
31,0
12
Cypr
11,0
22,0
25
Finlandia
40,0
53,0
13
Łotwa
13,0
23,0
26
Szwecja
44,0
57,0
27
Wlk.Brytania
21,0
35,0
82
UE ODSETEK PRZEDSIĘBIORSTW KORZYSTAJĄCYCH z
UE ODSETEK PRZEDSIĘBIORSTW KORZYSTAJĄCYCH z
UE ODSETEK PRZEDSIĘBIORSTW KORZYSTAJĄCYCH z
UE ODSETEK PRZEDSIĘBIORSTW KORZYSTAJĄCYCH z
E
E
E
E-
-
-
-GOVERNMENT
GOVERNMENT
GOVERNMENT
GOVERNMENT
Lp.
2003
2009
Lp
2003
2009
1
Belgia
60,0
81,0
14
Litwa
65,0
91,0
2
Bułgaria
38,0
60,0
15
Luksemburg
65,0
89,0
3
Czechy
75,0
66,0
16
Wegry
35,0
68,0
4
Dania
75,0
90,0
17
Malta
79,0
5
Niemcy
35,0
65,0
18
Niderlandy
41,0
83,0
6
Estonia
84,0
79,0
19
Austria
81,0
79,0
7
Irlandia
69,0
89,0
20
Polska
74,0
61,0
8
Grecja
77,0
81,0
21
Portugalia
57,0
77,0
9
Hiszpania
44,0
65,0
22
Rumunia
31,0
41,0
10
Francja
75,0
23
Słowenia
47,0
89,0
11
Włochy
65,0
83,0
24
Słowacja
47,0
92,0
12
Cypr
35,0
72,0
25
Finlandia
89,0
96,0
13
Łotwa
40,0
64,0
26
Szwecja
89,0
86,0
27
Wlk.Brytania
29,0
68,0
83
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16-
-
-
-74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY
74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY
74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY
74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY
Lp.
2 003 2 009
Lp.
2 003 2 009
1
Belgia
30,0
15
Luksemburg
26,0 41,0
2
Bułgaria
6,0 14,0
16
Wegry
10,0 21,0
3
Czechy
13,0 23,0
17
Malta
20,0
4
Dania
35,0 44,0
18
Niderlandy
30,0 49,0
5
Niemcy
16,0 32,0
19
Austria
19,0 33,0
6
Estonia
20,0 29,0
20
Polska
9,0 18,0
7
Irlandia
13,0 22,0
21
Portugalia
13,0 20,0
8
Grecja
7,0 17,0
22
Rumunia
4,0 10,0
9
Hiszpania
16,0 26,0
23
Słowenia
20,0 30,0
10
Francja
27,0
24
Słowacja
26,0 34,0
11
Włochy
14,0 20,0
25
Finlandia
35,0 46,0
12
Cypr
14,0 23,0
26
Szwecja
36,0 48,0
13
Łotwa
17,0 22,0
27
Wielka Brytania
27,0 36,0
14
Litwa
10,0 17,0
EU 27
18
27
84
UE ODSETEK OSÓB UśYWAJĄCYCH INTERNET W SZKOLE
UE ODSETEK OSÓB UśYWAJĄCYCH INTERNET W SZKOLE
UE ODSETEK OSÓB UśYWAJĄCYCH INTERNET W SZKOLE
UE ODSETEK OSÓB UśYWAJĄCYCH INTERNET W SZKOLE
Lp.
2 003 2 009
Lp.
2 003 2 009
1
Belgia
9,0
15
Luksemburg
10,0
10,0
2
Bułgaria
2,0
5,0
16
Wegry
7,0
11,0
3
Czechy
7,0
10,0
17
Malta
4,0
4
Dania
11,0
14,0
18
Niderlandy
7,0
13,0
5
Niemcy
7,0
8,0
19
Austria
5,0
8,0
6
Estonia
12,0
12,0
20
Polska
8,0
9,0
7
Irlandia
4,0
6,0
21
Portugalia
7,0
8,0
8
Grecja
3,0
5,0
22
Rumunia
2,0
6,0
9
Hiszpania
7,0
9,0
23
Słowenia
8,0
12,0
10
Francja
6,0
24
Słowacja
11,0
12,0
11
Włochy
2,0
6,0
25
Finlandia
16,0
14,0
12
Cypr
6,0
6,0
26
Szwecja
13,0
12,0
13
Łotwa
7,0
12,0
27
Wielka Brytania
10,0
12,0
14
Litwa
9,0
12,0
EU 27
7
9
85
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16
UE ODSETEK OSÓB W WIEKU 16-
-
-
-74, KTÓRE PRYWATNIE POPRZEZ
74, KTÓRE PRYWATNIE POPRZEZ
74, KTÓRE PRYWATNIE POPRZEZ
74, KTÓRE PRYWATNIE POPRZEZ
INTERNET KUPOWAŁY PRODUKTY I USŁUGI
INTERNET KUPOWAŁY PRODUKTY I USŁUGI
INTERNET KUPOWAŁY PRODUKTY I USŁUGI
INTERNET KUPOWAŁY PRODUKTY I USŁUGI
Lp.
2003 2009
Lp.
2003 2009
1.
Belgia
16,0
36,0
15
Luksemburg
18,0
58,0
2
Bułgaria
1,0
5,0
16
Wegry
2,0
16,0
3
Czechy
3,0
24,0
17
Malta
34,0
4
Dania
16,0
64,0
18
Niderlandy
18,0
63,0
5
Niemcy
21,0
56,0
19
Austria
8,0
41,0
6
Estonia
4,0
17,0
20
Polska
3,0
23,0
7
Irlandia
5,0
37,0
21
Portugalia
2,0
13,0
8
Grecja
1,0
10,0
22
Rumunia
2,0
9
Hiszpania
5,0
23,0
23
Słowenia
4,0
24,0
10
Francja
45,0
24
Słowacja
6,0
28,0
11
Włochy
4,0
12,0
25
Finlandia
14,0
54,0
12
Cypr
3,0
16,0
26
Szwecja
21,0
63,0
13
Łotwa
2,0
19,0
27
Wielka Brytania
24,0
66,0
14
Litwa
1,0
8,0
EU 27
20,0
37,0
86
ANALFABETYZM W KRAJACH ROZWIJAJĄCYCH SIĘ WG UNESCO
ANALFABETYZM W KRAJACH ROZWIJAJĄCYCH SIĘ WG UNESCO
ANALFABETYZM W KRAJACH ROZWIJAJĄCYCH SIĘ WG UNESCO
ANALFABETYZM W KRAJACH ROZWIJAJĄCYCH SIĘ WG UNESCO
1990
2004
1990
2004
<15
<15
15-24
15-24
( 1 )
( 2 )
( 3 )
( 4 )
[ % ]
[ % ]
[ % ]
[ % ]
31,2
21,1
17,0
12,6
1
Kraje najmniej rozwinięte
47,6
36,3
33,1
28,1
2
Kraje arabskie
50,2
39,1
33,6
14,7
3
Azja Wschodnia i Pacyfik
20,3
9,3
5,0
2,2
4
Ameryka Łacińska i Karaiby
14,4
9,8
6,7
3,3
5
Azja Południowa
50,9
39,1
37,3
24,9
6
Afryka Subsaharyjska
44,5
36,7
29,3
28,9
7
Kraje o średnim PKB
6756 $
19,0
10,1
6,5
3,1
8
Kraje o niskim PKB
2297 $
48,4
37,7
34,1
24,8
Lp
Ogółem
Regiony
Średnia
87
Polska: współczynniki skolaryzacji netto uczniów wg województw, rok szkolny
2006/2007
Przedszkole
Podstawowe
Gimnazja
Średnie
Wyższe
<6
7-12
13-15
16-18
19-24
( 1 )
( 2 )
( 3 )
( 4 )
( 5 )
[ % ]
[ % ]
[ % ]
[ % ]
[ % ]
Śred.
97,4
97,6
95,6
90,3
38,0
1
Region Centralny
PL1
98,5
98,3
96,4
90,6
45,2
2
łódzkie
PL11
97,7
98,1
96,4
90,0
37,4
3
mazowieckie
PL12
98,9
98,4
96,4
90,9
52,9
4
Region Południowy
PL2
96,7
97,2
95,4
91,1
39,6
5
małopolskie
PL21
96,9
97,3
96,1
93,6
47,0
6
śląskie
PL22
96,6
97,0
94,7
89,3
32,1
7
Region Wschodni
PL3
96,8
97,1
96,2
92,5
34,0
8
lubelskie
PL31
97,4
98,2
96,8
93,6
37,1
9
podkarpackie
PL32
96,3
96,4
95,7
92,4
27,2
10
podlaskie
PL34
96,2
95,5
94,9
89,4
33,3
11
świętokrzyskie
PL33
97,4
98,0
97,2
94,1
38,5
12
Region Północno-Zachodni
PL4
97,8
98,3
95,9
90,1
32,9
13
lubuskie
PL43
97,0
97,4
94,6
88,4
23,5
14
wielkopolskie
PL41
98,4
99,0
97,0
92,1
38,9
15
zachodniopomorskie
PL42
96,9
97,5
94,4
87,2
36,4
16
Region Południowo-Zachodni
PL5
95,3
96,0
93,8
87,5
35,1
17
dolnośląskie
PL51
97,1
97,1
94,8
88,3
43,4
18
opolskie
PL52
90,5
93,0
91,4
85,6
26,8
19
Region Północny
PL6
98,4
98,1
95,2
88,0
30,8
20
kujawsko-pomorskie
PL61
98,6
98,4
95,7
88,7
30,8
21
pomorskie
PL63
98,3
98,1
95,4
88,5
32,8
22
warmińsko-mazurskie
PL62
98,4
97,5
94,4
86,3
28,9
Lp
Polska
OPIS
EU Nuts
88
Ś
Ś
Ś
ŚWIAT: STRUKTURA ZATRUDNIENIA WG GAŁĘZI W LATACH 1950
WIAT: STRUKTURA ZATRUDNIENIA WG GAŁĘZI W LATACH 1950
WIAT: STRUKTURA ZATRUDNIENIA WG GAŁĘZI W LATACH 1950
WIAT: STRUKTURA ZATRUDNIENIA WG GAŁĘZI W LATACH 1950-
-
-
-1990
1990
1990
1990
1 950
1 950
1 950
1 990
1 990
1 990
rolnictwo
przemysł
usługi
rolnictwo
przemysł
usługi
( 1 )
( 2 )
( 3 )
( 4 )
( 5 )
( 6 )
%
%
%
%
%
%
67,0
15,0
18,0
49,0
20,0
31,0
1
Europa
40,0
32,0
28,0
12,0
36,0
52,0
2
Ameryka Płn
13,0
37,0
50,0
3,0
26,0
71,0
3
Oceania
32,0
31,0
37,0
20,0
22,0
58,0
4
Azja
82,0
7,0
11,0
62,0
17,0
21,0
5
Ameryka Łacińska i Środkowa
54,0
19,0
27,0
25,0
24,0
51,0
Lp
Regiony
Świat
89
UE 12: struktura zatrudnienia wg rodzajów działalności
w latach 1995-2003
1995
1995
1995
2003
2003
2003
Rolnictwo
Przemysł
Usługi
Rolnictwo Przemysł
Usługi
( 1 )
( 2 )
( 3 )
( 4 )
( 5 )
( 6 )
[ % ]
[ % ]
[ % ]
[ % ]
[ % ]
[ % ]
1
Czeska Republika
CZ
6,6
42,2
51,2
4,5
39,7
55,8
2
Estonia
EE
10,2
34,2
55,6
6,2
32,5
61,3
3
Cypr
CY
10,7
25,3
64,1
5,2
22,9
71,8
4
Łotwa
LV
18,5
25,8
55,7
13,8
27,0
59,2
5
Litwa
LT
17,9
28,1
54,0
6
Węgry
HU
8,1
33,1
58,8
5,5
33,7
60,7
7
Malta
MT
1,7
29,5
67,3
8
Polska
PL
22,6
32,0
45,4
18,4
28,6
53,0
9
Słowenia
SI
10,4
43,1
46,4
8,4
36,9
54,0
10
Słowacja
SK
9,2
38,9
51,8
5,8
38,3
55,8
11
Bułgaria
BG
23,9
33,5
42,6
10,1
32,8
57,1
12
Rumunia
RO
40,3
31,0
28,7
35,7
29,8
34,5
Lp
Kraje
Skrót
90
UE 12: struktura zatrudnienia wg rodzajów działalności
w latach 1995-2007
1995
1995
1995
2007
2007
2007
Rolnictwo
Przemysł
Usługi
Rolnictwo Przemysł
Usługi
( 1 )
( 2 )
( 3 )
( 4 )
( 5 )
( 6 )
[ % ]
[ % ]
[ % ]
[ % ]
[ % ]
[ % ]
1
Czeska Republika
CZ
6,6
42,2
51,2
3,6
40,2
56,2
2
Estonia
EE
10,2
34,2
55,6
4,7
35,2
60,1
3
Cypr
CY
10,7
25,3
64,1
4,4
22,5
72,4
4
Łotwa
LV
18,5
25,8
55,7
9,9
28,4
61,5
5
Litwa
LT
10,4
30,7
59,0
6
Węgry
HU
8,1
33,1
58,8
4,7
32,6
62,7
7
Malta
MT
1,6
25,9
71,8
8
Polska
PL
22,6
32,0
45,4
14,7
30,8
54,5
9
Słowenia
SI
10,4
43,1
46,4
10,2
34,2
54,7
10
Słowacja
SK
9,2
38,9
51,8
4,2
39,4
56,4
11
Bułgaria
BG
23,9
33,5
42,6
7,5
35,5
57,0
12
Rumunia
RO
40,3
31,0
28,7
29,5
31,4
39,1
Lp
Kraje
Skrót
91
UE-27: stopa bezrobocia wg wykształcenia w 2006
Podstawowe
Średnie
Wyższe
( 1 )
( 2 )
( 3 )
[ % ]
[ % ]
[ % ]
10,1
7,3
4,1
1
Belgia
BE
12,3
6,7
3,7
2
Bułgaria
BG
18,5
6,8
3,8
3
Czeska Republika
CZ
22,4
5,5
2,2
4
Dania
DK
5,5
2,7
3,2
5
Niemcy
DE
20,0
9,9
4,4
6
Estonia
EE
15,9
5,7
3,8
7
Irlandia
IE
5,7
3,2
2,2
8
Grecja
GR
7,2
8,8
6,3
9
Hiszpania
ES
8,9
7,1
5,6
10
Francja
FR
11,3
6,7
5,2
11
Włochy
IT
6,9
4,6
4,8
12
Cypr
CY
4,8
3,9
3,5
13
Łotwa
LV
12,3
6,0
3,7
14
Litwa
LT
10,2
6,2
2,2
15
Luksemburg
LU
4,9
3,9
2,9
16
Węgry
HU
14,8
6,1
2,2
17
Malta
MT
7,0
18
Niderlandy
NL
5,5
3,9
2,5
19
Austria
AT
7,9
3,7
2,5
20
Polska
PL
21,5
12,7
5,0
21
Portugalia
PT
7,6
7,1
5,4
22
Rumunia
RO
6,9
6,4
2,9
23
Słowenia
SI
7,0
5,6
3,0
24
Słowacja
SK
44,0
10,5
2,7
25
Finlandia
FI
10,1
7,0
3,7
26
Szwecja
SE
7,4
5,1
4,2
27
Wielka Brytania
UK
5,9
3,8
2,2
Lp
EU 27
OPIS
Skrót
92
EU-27 : Społeczna wydajność pracy PKB/zatrudnionego, EU27=100
w latach 1997-2008
1997
2005
2008
( 1 )
( 2 )
( 3 )
[ % ]
[ % ]
[ % ]
100,0
100,0
100,0
1
Belgia
BE
138,6
134,1
134,4
2
Bułgaria
BG
29,4
34,1
37,8
3
Czeska Republika
CZ
61,0
69,3
75,1
4
Dania
DK
110,7
108,5
109,9
5
Niemcy
DE
115,1
106,7
106,5
6
Estonia
EE
39,4
61,5
70,8
7
Irlandia
IE
126,5
133,8
133,2
8
Grecja
GR
94,2
104,8
108,8
9
Hiszpania
ES
109,2
101,3
98,7
10
Francja
FR
126,7
125,4
125,7
11
Włochy
IT
129,9
111,4
108,3
12
Cypr
CY
81,3
84,9
87,4
13
Łotwa
LV
35,8
49,4
59,6
14
Litwa
LT
38,3
55,2
64,6
15
Luksemburg
LU
167,7
174,4
183,8
16
Węgry
HU
62,0
73,9
76,7
17
Malta
MT
97,3
87,9
89,4
18
Niderlandy
NL
111,1
114,7
114,3
19
Austria
AT
122,7
121,3
122,8
20
Polska
PL
49,9
60,4
64,3
21
Portugalia
PT
70,2
68,1
67,6
22
Rumunia
RO
25,0
35,6
41,5
23
Słowenia
SI
72,4
82,3
88,5
24
Słowacja
SK
55,4
67,8
77,3
25
Finlandia
FI
111,9
109,8
113,1
26
Szwecja
SE
113,6
109,0
111,6
27
Wielka Brytania
UK
108,0
110,0
111,9
Lp
EU 27
OPIS
Skrót