Microsoft PowerPoint - 1.Statystyka opisowa. Wprowadzenie 2011-2012.ppt

STATYSTYKA OPISOWA

DESCRIPTIVE STATISTICS

Prof. dr Franciszek Kubiczek

e-mail:fkub@onet.eu

Rok akademicki 2011/2012

Prof. dr FRANCISZEK KUBICZEK

Dr nauk ekonomicznych – Uniwersytet Warszawski

Profesor nadzwyczajny w ALMAMER Szkoły WyŜszej 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;

O STATYSTYCE

Premier Wielkiej Brytanii Benjamin Disraeli rozróŜniał trzy rodzaje kłamstwa: zwykłe,

bezczelne i statystykę

Statystyka jest jak bikini. To co odkrywa robi wraŜenie, jednakŜe najwaŜniejsze jest

to czego nie pokazuje.

Śmierć jednego człowieka jest tragedią. Śmierć milionów to statystyka.

Simon Briscoe – redaktor FT specjalizujący się w statystyce; w rozmowie w

Przekroju z 9 lipca 2009 r.:

„KaŜdego 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 naleŜy czytać to, co obok atrakcyjnie

wyglądającego wykresu napisane jest małymi literami. MoŜna w ten sposób uniknąć

kilku nieporozumień, na przykład dotyczących idealnych kochanków.”

„Financial Times”

„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 naleŜy

przybliŜanie tempa wzrostu PKB za pomocą dynamiki zuŜycia energii elektrycznej.

Jednak takie dane takŜe 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., Ŝe gospodarka Birmy w latach 1994-

2003 rozwijała się w tempie 5,8% rocznie, a nie 8,3% jak podawały władze.”

Uniwersytet Helsiński

„Uczeni Uniwersytetu Helsińskiego przestudiowali fotografie 1200 kobiet i 1000

męŜczyzn i dokonali interesującego odkrycia – z pokolenia na pokolenie kobiety

są coraz piękniejsze, natomiast wygląd męŜczyzn się nie poprawia.

Odkrycie to stanowi potwierdzenie teorii Satoshiego Kanazawy , psychologa

ewolucyjnego z London School of Economics, który głosi od dawna, Ŝe „fizyczna

atrakcyjność jest wysoce dziedziczną cechą, która w znacznie większym stopniu

poprawia reprodukcyjny córek niŜ synów”. Piękne kobiety rodzą statystycznie

więcej dzieci – i jeśli są to córki, dziedziczą po nich urodę.”

STATYSTYKA W śYCIU

Jest wszechobecna w reklamach, sondaŜach opinii publicznej, indeksach

giełdowych, prognozach gospodarczych i wyborczych.

Jej nieznajomość moŜe 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

KRYTERIA KONWERGENCJI

KRYTERIA KONWERGENCJI ZWIĄZANE Z PRZYSTĄPIENIEM

ZWIĄZANE Z PRZYSTĄPIENIEM

DO STREFY EURO (Unii Gospodarczo

alutowej)

INFLACJA ŚREDNIOROCZNA nie moŜe przekroczyć średniej inflacji trzech

państw UE o najniŜszej inflacji o więcej niŜ o 1,5 pkt. proc.

ŚREDNIA NOMINALNA STOPA PROCENTOWA długookresowa (oprocentowanie

obligacji 10-letnich) nie moŜe przekroczyć więcej niŜ o 2 pkt. proc. średniej stopy trzech

państw UE o najniŜszej inflacji.

DEFICYT BUDśETOWY

nie moŜe być wyŜszy niŜ 3% PKB (z wyjątkiem sytuacji,

gdy przekroczenie wystąpi z przyczyn nadzwyczajnych i ma charakter przejściowy).

DŁUG PUBLICZNY

nie moŜe przekroczyć 60% PKB (i jeŜeli jest wyŜszy to powinien

wykazywać tendencję malejącą i w radykalnym tempie zbliŜać się do

poziomu poŜądanego).

ZACHOWANIE PŁYNNOŚCI KURSU WALUTOWEGO

bez stosowania dewaluacji

(w przedziale zmienności +/- 15%) co najmniej przez 2 lata przed przystąpieniem do

UGW; przedział ma zostać zawęŜony do +/- 2,25%.

KRYTERIA KONWERGENCJI

KRYTERIA KONWERGENCJI ZWIĄZANE Z PRZYSTĄPIENIEM

ZWIĄZANE Z PRZYSTĄPIENIEM

DO STREFY EURO (UGW)

Kraj

Skrót

2010

2011

EU 27

EU27

2,1

2,8

EU € 17

EU€

1,6

2,4

Bułgaria

EU27

3,0

3,8

Cypr

EU25

2,6

3,2

Czeska Republika

EU25

1,2

1,9

Estonia

EU25

2,7

5,1

Litwa

EU25

1,2

3,6

Łotwa

EU25

(1,2)

3,3

Malta

EU25

2,0

2,8

Polska

EU25

2,7

3,4

Rumunia

EU27

6,1

7,3

Słowacja

EU25

0,7

2,9

Słowenia

EU25

2,1

1,9

Węgry

EU25

4,7

4,0

Grecja

EU15

4,7

4,0

Hiszpania

EU15

2,0

3,0

Luxemburg

EU15

2,8

3,4

Portugalia

EU15

1,4

3,1

Szwecja

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

Kraj

Skrót

2010

2011

EU27

EU27 EU27

(7,2)

(6,5)

EU15

EU €

EU€

(6,6)

(6,1)

Bułgaria

EU27

(2,8)

(2,2)

Cypr

EU25

(7,1)

(7,7)

Czeska RepublikaCZ

EU25

(5,7)

Estonia

EU25

(2,4)

Litwa

EU25

(8,4)

(8,5)

Łotwa

EU25

(8,6)

(9,9)

Malta

EU25

(4,3)

(3,6)

Polska

EU25

(7,3)

(7,0)

Rumunia

EU27

(8,0)

(7,4)

Słowacja

EU25

(6,0)

(5,4)

Słowenia

EU25

(6,1)

(5,2)

Węgry

EU25

(4,1)

(4,0)

Belgia

EU15

(5,0)

Finlandia

EU15

Hiszpania

EU15

(9,8)

(8,8)

Niderlandy

EU15

(6,3)

(5,1)

Irlandia

EU15

(11,7)

(12,1)

Luxemburg

EU15

(3,5)

(3,9)

Portugalia

EU15

(8,5)

(7,9)

Szwecja

EU15

(2,1)

(1,6)

Włochy

EU15

(5,3)

(5,0)

Deficyt BudŜetowy 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

Kraj

Skrót

2011

2012

EU27

EU27 EU27

EU15

EU €

EU€

Bułgaria

EU27

(2,9)

(1,8)

Cypr

EU25

(5,7)

Czeska RepublikaCZ

EU25

(4,6)

(4,2)

Estonia

EU25

(1,9)

(2,7)

Litwa

EU25

(7,0)

(6,9)

Łotwa

EU25

(7,9)

(7,3)

Malta

EU25

(3,0)

(3,3)

Polska

EU25

(6,6)

(6,0)

Rumunia

EU27

(4,9)

(3,5)

Słowacja

EU25

(5,3)

(5,0)

Słowenia

EU25

(5,3)

(4,7)

Węgry

EU25

(4,7)

(6,2)

Belgia

EU15

(4,6)

(4,7)

Finlandia

EU15

(1,6)

(1,2)

Hiszpania

EU15

(6,4)

(5,5)

Niderlandy

EU15

(3,9)

(2,8)

Irlandia

EU15

(10,3)

(9,1)

Luxemburg

EU15

(1,3)

(1,2)

Portugalia

EU15

(4,9)

(5,1)

Szwecja

EU15

(0,1)

1,0

Włochy

EU15

(4,3)

(3,5)

Deficyt BudŜetowy 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

Kraj

Skrót

2010

2011

EU27

79,6

83,8

EU15

EU €

EU€

84,7

88,5

Bułgaria

EU27

17,4

18,8

Cypr

EU25

62,3

67,6

Czeska Republika

EU25

39,8

43,5

Estonia

EU25

9,6

12,4

Litwa

EU25

38,6

45,4

Łotwa

EU25

48,5

57,3

Malta

EU25

71,5

72,5

Polska

EU25

53,9

59,3

Rumunia

EU27

30,5

35,8

Słowacja

EU25

40,8

44,0

Słowenia

EU25

41,6

45,4

Węgry

EU25

78,9

77,8

Belgia

EU15

99,0

100,9

Niemcy

EU15

78,8

81,6

Grecja

EU15

124,9

133,9

Francja

EU15

83,6

88,6

Włochy

EU15

118,2

118,9

Austria

EU15

72,3

Portugalia

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

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

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

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

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 niŜszy niŜ 75% średniego PKB na 1 mieszkańca w UE.

Fundusz Spójności jest dostępny dla tych krajów, w których PKB na 1 mieszkańca wg

PPS jest niŜszy niŜ 90% średniego DNB w UE

Liczba regionów poniŜej 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 aŜ 49 z UE-25.

Liczba ta powiększyła się w związku z wejściem Bułgarii i Rumunii do UE z dniem

1.01. 2007 r.

„„„„Efekt statystyczny” poszerzenia UE

Efekt statystyczny” poszerzenia UE

Spośród 30 regionów, które po poszerzeniu UE znalazły się powyŜej 75% średniej unijnej,

większość trafiła do tej grupy wskutek obniŜenia 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%.

Z OSTATNIEJ CHWILI!

Eurostat opublikował, Ŝe 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 takŜe, Ŝe woj. mazowieckie osiągnęło PKB na mieszkańca na

poziomie powyŜej 75% średniej unijnej i moŜe stracić dostęp do funduszy strukturalnych;

lecz dopiero po 2013 r. Plany na 2007-2013 zostały juŜ bowiem zatwierdzone.

Stąd wniosek o ustanowienie tzw. regionów przejściowych, w których PKB na 1

mieszkańca przekracza wprawdzie 75% średniej UE lecz jest niŜsza od 90% tej średniej.

Sprawa w trakcie finalizacji.

Wg Eurostatu odsetek ludność UE Ŝyjącej w regionach o średniej PKB na mieszkańca poniŜej

50% średniej unijnej zmniejszył się w okresie 2000-2008 z 14% do 8,7%

PKB na 1 mieszkańca

PKB wg PPS - standard siły nabywczej

(Purchasing Power Standard)

wyraŜony

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

) wyraŜony w USD – oznacza

wartość dolara USA wg formuły jak wyŜej.

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

INDEKSY ROZWOJU SPOŁECZNEGO

INDEKSY ROZWOJU SPOŁECZNEGO –

––

– 2007

2007

2007-

-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.

SPOŁECZEŃSTWO INFORMACYJNE

INFORMATION SOCIETY

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

Wskaźniki pomiaru globalizacji

Globalisation Indicators

1. Przepływ osób (zatrudnienie za granicą i obcokrajowców, turystyka, pasaŜerski

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,

zaleŜność 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)

PORÓWNANIA MIEDZYNARODOWE

WSKAŹNIKI (INDEKSY) AGREGATOWE

1. Wskaźnik jakości Ŝycia (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)

Kraj

PKB

Konkurencyjność

Światowa

Kraj

PKB

Konkurencyjność

Światowa

USA

Niemcy

Singapur

Wielka Brytania

Kanada

Japonia

Australia

Belgia

Islandia

Chile

Hongkong

Estonia

Dania

Francja

Finlandia

Hiszpania

Luxemburg

Izrael

Irlandia

Korea Płd

Szwecja

Portugalia

Tajwan

Słowacja

Austria

Węgry

Szwajcaria

Czechy

Holandia

Grecja

Malezja

Słowenia

Norwegia

Włochy

Nowa Zelandia

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 takŜe elastyczność rynku pracy.

PKB: Konkurencyjność

PKB : Kreatywność

Kraj

PKB

Kreatywność

Kraj

PKB

Kreatywność

USA

Francja

Tajwan

Austria

Finlandia

Islandia

Szwecja

Słowenia

Japonia

Irlandia

Izrael

Hiszpania

Korea Płd

Estonia

Szwajcaria

Włochy

Kanada

Polska

Niemcy

Grecja

Dania

Portugalia

Norwegia

Hongkong

Wielka Brytania

Chile

Holandia

Węgry

Singapur

Luxemburg

Nowa Zelandia

Malezja

Belgia

Panama

Australia

Słowacja

INDEKSY AGREGATOWE

Wskaźnik kreatywności jest wynikiem oceny ludzkich umiejętności, struktur rynkowych

zachęcających do podejmowania inicjatyw, a takŜe współdziałania pomiędzy sferą biznesu i nauki.

PKB : Uwarunkowania Biznesu (2004 - 2008)

Kraj

PKB

Uwarunkowani

a Biznesu

Kraj

PKB

Uwarunkowania

Biznesu

Kanada

Chile

Holandia

A ustria

Finlandia

Hiszpania

USA

Korea Płd

Singapur

Portugalia

Wielka Brytania

Izrael

Hongkong

Czechy

Dania

Włochy

Szwajcaria

Japonia

Irlandia

Polska

Szwecja

Węgry

Francja

Malezja

Niemcy

Meksyk

Belgia

Grecja

Norwegia

Słowacja

Tajwan

A rabia Saud.

A ustralia

Nowa Zelandia

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.

USA

Chiny

USA

Indie

Japonia

Indie

USA

Indie

Japonia

Brazylia

Niemcy

Rosja

Brazylia

Japonia

Rosja

Niemcy

Rosja

Brazylia

Niemcy

Meksyk

Wielka Brytania

Meksyk

Indonezja

Francja

Niemcy

Włochy

Meksyk

Wielka Brytania

Rank

2010

2020

Rank

2030

2050

Dziesięć największych potęg gospodarczych świata

wg Nialla Ferugusona - brytyjski historyk, wykłada na Harvardzie

Ustawa z dnia 13 listopada 2003 r.

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 niŜ 92%
wskaźnika dochodów podatkowych dla wszystkich gmin, zwanego dalej
„wskaźnikiem Gg”.

Ust. 6:

Wysokość naleŜnej gminie kwoty podstawowej oblicza się dla gmin, w których:

1) wskaźnik G jest równy lub niŜszy od 40% wskaźnika Gg – mnoŜąc liczbę mieszkańców

gminy przez liczbę stanowiącą sumę:

a) liczby stanowiącej 99% róŜnicy między 40% wskaźnika Gg i wskaźnikiem G,

b) liczby stanowiącej 41,97% wskaźnika Gg

2)wskaźnik G jest wyŜszy od 40% i nie wyŜszy od 75% wskaźnika Gg – mnoŜąc liczbę

mieszkańców gminy przez liczbę stanowiącą sumę:

a) liczby stanowiącej 83% róŜnicy między 75% wskaźnika Gg i wskaźnikiem G

b) liczby stanowiącej 12,92% wskaźnika Gg

3) wskaźnik G jest wyŜszy od 75% i niŜszy od 92% wskaźnika Gg – mnoŜąc liczbę mieszkańców

gminy przez liczbę stanowiąca 76% róŜnicy między 92% wskaźnika Gg i wskaźnikiem G.

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 niŜszy od 75%
PKB w kraju, w przeliczeniu na 1 mieszkańca kraju.

Ust. 7: Wysokość naleŜnej województwu kwoty oblicza się w następujący sposób:

1) ustala się województwa, w których PKB w województwie, w przeliczeniu na 1 mieszkańca

w województwie, jest niŜszy od 75% PKB w kraju, w przeliczeniu na 1 mieszkańca kraju

2) ustala się – dla kaŜdego z tych województw – róŜnicę miedzy 75% PKB na jednego

mieszkańca kraju a PKB na 1 mieszkańca województwa.

3) oblicza się – dla tych województw – sumę tych róŜnic

4) oblicza się – dla kaŜdego z tych województw – współczynnik udziału róŜnicy w sumie róŜnic

5) współczynnik udziału obliczony dla danego województwa mnoŜy 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.

o dochodach jednostek samorządu terytorialnego

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 wyŜej plus od kwietnia 2011 r. takŜe 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

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

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

OPTYMALNYCH DECYZJI EKONOMICZNYCH

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 połoŜony jest na stronę uŜytkową oraz umiejętność interpretacji

danych i wskaźników.

Większość terminów i pojęć statystycznych podawana jest takŜe w języku angielskim.

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 połoŜenia. Klasyczne i pozycyjne

6. Miary rozproszenia i zróŜnicowania

7. Analiza asymetrii i koncentracji

8. Analiza dynamiki

9. Trendy i wahania sezonowe

10.Analiza korelacji statystycznej

11.Analiza regresji

12.Indeksy gospodarcze

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 menedŜerów – teoria i

praktyka”, Warszawa 2011

- Enrico Giovannini: „Understanding Economic Statistics”, OECD

2008 (www.oecd.org)

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

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

LITERATURA PRZEDMIOTU STATYSTYKA

„Statystyka publiczna jedna z podstaw samorządności w państwie

demokratycznym” – GUS 2008,

-„Statystyka sektora instytucji rządowych i samorządowych” GUS

2010

ETYMOLOGIA POJĘCIA STATYSTYKA

Pochodzenie słowa STATYSTYKA

STATYSTYKA

od łacińskiego STATUS

STATUS

STATUS –

stan (stan rzeczy)

od starowłoskiego

LO STATO

STATO

STATO –

państwo (państwoznawstwo),

STATISTA

STATISTA –

osoba zajmująca się sprawami państwa, mąŜ stanu.

W 1581 r. G. Ghilini określił statystykę jako wiedzę o wszelkich przejawach Ŝycia 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 przewaŜnie opis”

J. Graunt (1620 – 1674) i Wiliam Petty (1623 – 1687)

–

metoda rozumowania

na podstawie liczb umoŜliwiająca wykrycie prawidłowości.

Gottfried Achenwall (1719–1772) i Martin Schmeizel (1679–1747)

–

pierwsi uŜyli

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 Ŝycia.

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 (1))))

Jakub

Jakub Bernoulli

Bernoulli

Bernoulli (1654–1705)

prawo wielkich liczb

E. Halley

E. Halley (1656-1742, astronom) w 1694 r. opracowuje tablice śmiertelności

na podstawie danych o Wrocławiu.

P.S.

P.S. Laplace

Laplace

Laplace (1749-1827) – podstawy statystyki matematycznej,

rachunek prawdopodobieństwa.

K.F. Gauss

K.F. Gauss (1777-1855) - teoria błędów statystycznych, rozkład normalny

Adolf

Adolf 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. Galton

Galton

Galton (1822-1907)

–

teoria regresji, prekursor badań naukowych nad inteligencją

K. Pearson

K. Pearson (1857-1936) – teoria korelacji

HISTORIA STATYSTYKI (2)

POLSKA SZKOŁA STATYSTYKI

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 – (1755 – 1826) w 1807 r. publikuje ksiąŜkę 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 uŜył słowa statystyka, jako naukę o rządzeniu

państwem.

Tadeusz Czacki

Tadeusz Czacki – (1765 – 1813) w 1845 r. „

O statystyce Polski”

Józef Słonimski

Józef Słonimski – tablice wymieralności dla Królestwa Polskiego;

Jan Śniadecki

Jan Śniadecki – (1756 – 1830) rachunek prawdopodobieństwa (wtedy nazywany

rachunkiem podobieństwa);

Władysław Bortkiewicz

Władysław Bortkiewicz – prawo wielkich liczb.

Aleksander

Aleksander 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 Romaniuk

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 takŜe zbiór danych liczbowych o danej dziedzinie i stąd: statystyka

przemysłu, rolnictwa, handlu zagranicznego, turystyki, statystyka międzynarodowa,

statystyka społeczna, ludnościowa, gospodarcza.

STATYSTYKA A RZECZYWISTOŚĆ

Statystyka jest metodą stosowaną we wszystkich dziedzinach wiedzy (takŜe

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.

STATYSTYKA

OPISOWA

(DESCRIPTIVE STATISTICS)

Metody statystycznego opisu wyników badań opartych głównie na obserwacji pełnej

(ujęcie deterministyczne); opis liczbowy

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

STATYSTYKA

SPOŁECZNA

analiza zjawisk i procesów społecznych, zwłaszcza jako efektów

procesów ekonomicznych i polityki społecznej państwa

EKONOMICZNA

(gospodarcza): analiza zjawisk i procesów gospodarczych oraz

instytucji państwowych

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 Ŝycia ludności

(EU-SILC- Statistics of Income and Living Conditions)

Badanie Aktywności Ekonomicznej Ludności BAEL – Labour Force Survey LFS, rynek pracy

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

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, noŜyce cen,

budŜety 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 (budŜety JST, finanse sektora instytucji rządowych i samorządowych,

notyfikacja fiskalna deficytu i długu publicznego)

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

CELE BADANIA STATYSTYCZNEGO

Statystyczny opis zdarzeń, zjawisk i procesów:

- struktury i natęŜenia

- badanie tendencji centralnej (wartości średnie), asymetria i koncentracja

- dynamiki, trendów i wahań sezonowych

- współzaleŜności (korelacji) i regresji

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)

POWSZECHNE SPISY STATYSTYCZNE

(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)

Istota metody polega na tym, Ŝe 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

METODA REPREZENTACYJNA -

- ZALETY

ZALETY

Wielokrotnie niŜszy 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 obciąŜenie w wypełnianiu

ankiet statystycznych;

W badaniach jakości, nie niszczy jednostki statystycznej (np. w badaniu

produktów Ŝywnościowych)

W niektórych dziedzinach w ogóle nie da się zastosować metody pełnej.

KRÓTKA HISTORIA

W XVII w. Graunt oszacował liczbę ludności Londynu. Dla niektórych parafii obliczył,

Ŝe na kaŜde 11 rodzin przypada rocznie 3 zgony oraz, Ŝe 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;

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.

PRÓBA LOSOWA (RANDOM SAMPLE)

Losowa próba n-elementowa to taka próba, Ŝe kaŜdy zbiór n elementów ma takie

same szanse znalezienia się w próbie, jak kaŜdy 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 niezaleŜność wyników losowań

PROBABILISTYCZNY WYBÓR PRÓBY (PROBABILITY SAMPLING)

Prosty wybór losowy – PWL

(simple probability selection):

kaŜda próba ma równe

szanse. Przykład: badamy wydatki gospodarstw rolnych powyŜej 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 uciąŜliwy

(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..

LOSOWANIE WARSTWOWE (STRATIFIED SAMPLING)

Polega na podziale populacji na warstwy

(stratify)

i z kaŜdej warstwy pobiera się

próby proste

(stratified random sampling);

Zmienne warstwujące zaleŜą od celów analizy: rodzaj działalności, dochód, liczba

zatrudnionych, połoŜenie geograficzne itp.;

Warstwowanie

(stratification)

musi być ograniczone do tych zmiennych, które są

w operacie

(frame)

METODY ESTYMACJI (METHODS OF ESTIMATION)

Metody estymacji (oszacowania) słuŜą wnioskowaniu o zbiorowości (populacji) na

podstawie wyników badań z próby;

U podstaw estymacji leŜy 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 kaŜde gospodarstwa z próby reprezentuje

17 gospodarstwa w populacji

LICZEBNOŚĆ PRÓBY (SAMPLE SIZE)

PoŜądana precyzja ocen z próby; dopuszczalny błąd;

Koszty badania; często wielkość próby wynika z moŜliwości finansowych

Czas badania i uzyskania wyników, pilność;

Ograniczenia operacyjne: nabór i szkolenie ankieterów, przetwarzanie danych itp.

Powtarzalność badań; jeŜeli były w przeszłości, to naleŜy do nich wracać; jeŜeli nie

były to próba liczniejsza

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 kaŜdej warstwie;

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;

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.

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 na próbach losowych wg określonych metod dla poznania opinii osób

o danych faktach, zdarzeniach;

Głównie badania socjologiczne, polityczne

BADANIA ANKIETOWE

ETAPY KOMPLEKSOWEGO BADANIA STATYSTYCZNEGO

Ustalenie celu badania: diagnostyczny – co i dlaczego badamy i praktyczny – komu

i czemu ma słuŜyć badanie

Zdefiniowanie jednostki i zbiorowości statystycznej pod względem rzeczowym,

terytorialnym i czasowym

Wybór metody badania: pełne lub niepełne

Ustalenie kosztu i poŜądanych 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

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 budŜetów gospodarstw domowych

BADANIA DORAŹNE

(AD-HOC SURVEYS)

–

badania na zlecenie wynikające

z potrzeb w danym momencie.

BŁĘDY STATYSTYCZNE

BŁĘDY PRZYPADKOWE

(INCIDENTAL ERROR)

–

––

–

omyłki popełniane nieumyślnie

(nieuwaga, brak umiejętności, niedbalstwo)

BŁĘDY SYSTEMATYCZNE

(SYSTEMATIC ERROR)

–

popełniane tendencyjnie,

celowo zniekształcone dane statystyczne.

ZBIOROWOŚĆ STATYSTYCZNA

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.

ZBIOROWOŚCI (ze względu na kryterium czasu):

- Statyczne – jednostki pochodzące z tego samego okresu

- Dynamiczne – jednostki pochodzące z róŜnych 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 (1))))

(STATISTICAL POPULATION)

(STATISTICAL POPULATION) cd

Właściwość jaką wyróŜnia 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 (1)

STATISTICAL CHARACTERISTICS

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 róŜnicowanie

CECHY STATYSTYCZNE (2)

STATISTICAL CHARACTERISTICS

SZEREGI STATYSTYCZNE

STATISTICAL SERIES

Zestawienie wartości zmiennych cechy badanej, uporządkowanych według logicznego

kryterium, z przyporządkowanymi częstościami ich występowania

„Nie ma nic piękniejszego niŜ 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

SZEREG ROZDZIELCZY

SZEREG ROZDZIELCZY-

- 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

>65

40 – 64

20 - 39

<19

KRAJ

2 005

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

Kraje rozwinięte

17,0

62,9

20,1

15,2

52,2

32,6

Kraje rozwijające się

30,9

61,0

8,1

20,6

59,3

20,1

Afryka

41,4

53,4

5,2

28,0

61,7

10,4

Azja

28,0

62,7

9,2

18,0

58,3

23,7

Europa

15,9

63,5

20,6

14,6

50,9

34,5

Ameryka Łacińska i Środkowa

29,8

61,2

9,0

18,0

57,8

24,3

Ameryka Północna

20,5

62,7

16,7

17,1

55,6

27,3

Oceania

24,9

61,0

14,1

18,4

56,9

24,8

OPIS

Świat

ŚWIAT: STRUKTURA WIEKOWA W LATACH 2005

WIAT: STRUKTURA WIEKOWA W LATACH 2005

050

SZEREG CZASOWY

SZEREG CZASOWY -

- 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

SZEREG GEOGRAFICZNY

SZEREG GEOGRAFICZNY-

-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

UE ODSETEK OSÓB W WIEKU 16

UE ODSETEK OSÓB W WIEKU 16-

-74 UśYWAJĄCYCH INTERNET W DOMU

74 UśYWAJĄCYCH INTERNET W DOMU

Lp.

2003

2009

2003

2009

Belgia

69,0

Litwa

10,0

51,0

Bułgaria

6,0

36,0

Luksemburg

26,0

82,0

Czechy

13,0

53,0

Wegry

10,0

52,0

Dania

35,0

82,0

Malta

54,0

Niemcy

16,0

71,0

Niderlandy

30,0

87,0

Estonia

20,0

65,0

Austria

19,0

64,0

Irlandia

13,0

56,0

Polska

9,0

50,0

Grecja

7,0

34,0

Portugalia

13,0

39,0

Hiszpania

16,0

49,0

Rumunia

4,0

28,0

Francja

60,0

Słowenia

20,0

54,0

Włochy

14,0

39,0

Słowacja

26,0

56,0

Cypr

14,0

40,0

Finlandia

35,0

78,0

Łotwa

17,0

56,0

Szwecja

36,0

85,0

Wlk.Brytania

27,0

77,0

UE ODSETEK OSÓB W WIEKU 16

UE ODSETEK OSÓB W WIEKU 16-

-74 KORZYSTAJĄCYCH z

74 KORZYSTAJĄCYCH z

E-

-GOVERNMENT

GOVERNMENT

Lp.

2003

2009

2003

2009

Belgia

18,0

31,0

Litwa

7,0

19,0

Bułgaria

5,0

10,0

Luksemburg

28,0

54,0

Czechy

7,0

24,0

Wegry

16,0

25,0

Dania

40,0

67,0

Malta

19,0

24,0

Niemcy

26,0

37,0

Niderlandy

46,0

55,0

Estonia

20,0

44,0

Austria

20,0

39,0

Irlandia

14,0

28,0

Polska

13,0

18,0

Grecja

8,0

12,0

Portugalia

13,0

21,0

Hiszpania

30,0

Rumunia

6,0

Francja

39,0

Słowenia

13,0

32,0

Włochy

14,0

17,0

Słowacja

25,0

31,0

Cypr

11,0

22,0

Finlandia

40,0

53,0

Łotwa

13,0

23,0

Szwecja

44,0

57,0

Wlk.Brytania

21,0

35,0

UE ODSETEK PRZEDSIĘBIORSTW KORZYSTAJĄCYCH z

E-

-GOVERNMENT

GOVERNMENT

Lp.

2003

2009

2003

2009

Belgia

60,0

81,0

Litwa

65,0

91,0

Bułgaria

38,0

60,0

Luksemburg

65,0

89,0

Czechy

75,0

66,0

Wegry

35,0

68,0

Dania

75,0

90,0

Malta

79,0

Niemcy

35,0

65,0

Niderlandy

41,0

83,0

Estonia

84,0

79,0

Austria

81,0

79,0

Irlandia

69,0

89,0

Polska

74,0

61,0

Grecja

77,0

81,0

Portugalia

57,0

77,0

Hiszpania

44,0

65,0

Rumunia

31,0

41,0

Francja

75,0

Słowenia

47,0

89,0

Włochy

65,0

83,0

Słowacja

47,0

92,0

Cypr

35,0

72,0

Finlandia

89,0

96,0

Łotwa

40,0

64,0

Szwecja

89,0

86,0

Wlk.Brytania

29,0

68,0

UE ODSETEK OSÓB W WIEKU 16

UE ODSETEK OSÓB W WIEKU 16-

-74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY

74 UśYWAJĄCYCH INTERNET W MIEJSCU PRACY

Lp.

2 003 2 009

Lp.

2 003 2 009

Belgia

30,0

Luksemburg

26,0 41,0

Bułgaria

6,0 14,0

Wegry

10,0 21,0

Czechy

13,0 23,0

Malta

20,0

Dania

35,0 44,0

Niderlandy

30,0 49,0

Niemcy

16,0 32,0

Austria

19,0 33,0

Estonia

20,0 29,0

Polska

9,0 18,0

Irlandia

13,0 22,0

Portugalia

13,0 20,0

Grecja

7,0 17,0

Rumunia

4,0 10,0

Hiszpania

16,0 26,0

Słowenia

20,0 30,0

Francja

27,0

Słowacja

26,0 34,0

Włochy

14,0 20,0

Finlandia

35,0 46,0

Cypr

14,0 23,0

Szwecja

36,0 48,0

Łotwa

17,0 22,0

Wielka Brytania

27,0 36,0

Litwa

10,0 17,0

EU 27

UE ODSETEK OSÓB UśYWAJĄCYCH INTERNET W SZKOLE

Lp.

2 003 2 009

Lp.

2 003 2 009

Belgia

9,0

Luksemburg

10,0

Bułgaria

2,0

5,0

Wegry

7,0

11,0

Czechy

7,0

10,0

Malta

4,0

Dania

11,0

14,0

Niderlandy

7,0

13,0

Niemcy

7,0

8,0

Austria

5,0

8,0

Estonia

12,0

Polska

8,0

9,0

Irlandia

4,0

6,0

Portugalia

7,0

8,0

Grecja

3,0

5,0

Rumunia

2,0

6,0

Hiszpania

7,0

9,0

Słowenia

8,0

12,0

Francja

6,0

Słowacja

11,0

12,0

Włochy

2,0

6,0

Finlandia

16,0

14,0

Cypr

6,0

Szwecja

13,0

12,0

Łotwa

7,0

12,0

Wielka Brytania

10,0

12,0

Litwa

9,0

12,0

EU 27

UE ODSETEK OSÓB W WIEKU 16

UE ODSETEK OSÓB W WIEKU 16-

-74, KTÓRE PRYWATNIE POPRZEZ

74, KTÓRE PRYWATNIE POPRZEZ

INTERNET KUPOWAŁY PRODUKTY I USŁUGI

Lp.

2003 2009

Lp.

2003 2009

Belgia

16,0

36,0

Luksemburg

18,0

58,0

Bułgaria

1,0

5,0

Wegry

2,0

16,0

Czechy

3,0

24,0

Malta

34,0

Dania

16,0

64,0

Niderlandy

18,0

63,0

Niemcy

21,0

56,0

Austria

8,0

41,0

Estonia

4,0

17,0

Polska

3,0

23,0

Irlandia

5,0

37,0

Portugalia

2,0

13,0

Grecja

1,0

10,0

Rumunia

2,0

Hiszpania

5,0

23,0

Słowenia

4,0

24,0

Francja

45,0

Słowacja

6,0

28,0

Włochy

4,0

12,0

Finlandia

14,0

54,0

Cypr

3,0

16,0

Szwecja

21,0

63,0

Łotwa

2,0

19,0

Wielka Brytania

24,0

66,0

Litwa

1,0

8,0

EU 27

20,0

37,0

ANALFABETYZM W KRAJACH ROZWIJAJĄCYCH SIĘ WG UNESCO

1990

2004

1990

2004

<15

15-24

( 1 )

( 2 )

( 3 )

( 4 )

[ % ]

31,2

21,1

17,0

12,6

Kraje najmniej rozwinięte

47,6

36,3

33,1

28,1

Kraje arabskie

50,2

39,1

33,6

14,7

Azja Wschodnia i Pacyfik

20,3

9,3

5,0

2,2

Ameryka Łacińska i Karaiby

14,4

9,8

6,7

3,3

Azja Południowa

50,9

39,1

37,3

24,9

Afryka Subsaharyjska

44,5

36,7

29,3

28,9

Kraje o średnim PKB

6756 $

19,0

10,1

6,5

3,1

Kraje o niskim PKB

2297 $

48,4

37,7

34,1

24,8

Ogółem

Regiony

Średnia

Polska: współczynniki skolaryzacji netto uczniów wg województw, rok szkolny

2006/2007

Przedszkole

Podstawowe

Gimnazja

Średnie

WyŜsze

7-12

13-15

16-18

19-24

( 1 )

( 2 )

( 3 )

( 4 )

( 5 )

[ % ]

Śred.

97,4

97,6

95,6

90,3

38,0

Region Centralny

PL1

98,5

98,3

96,4

90,6

45,2

łódzkie

PL11

97,7

98,1

96,4

90,0

37,4

mazowieckie

PL12

98,9

98,4

96,4

90,9

52,9

Region Południowy

PL2

96,7

97,2

95,4

91,1

39,6

małopolskie

PL21

96,9

97,3

96,1

93,6

47,0

śląskie

PL22

96,6

97,0

94,7

89,3

32,1

Region Wschodni

PL3

96,8

97,1

96,2

92,5

34,0

lubelskie

PL31

97,4

98,2

96,8

93,6

37,1

podkarpackie

PL32

96,3

96,4

95,7

92,4

27,2

podlaskie

PL34

96,2

95,5

94,9

89,4

33,3

świętokrzyskie

PL33

97,4

98,0

97,2

94,1

38,5

Region Północno-Zachodni

PL4

97,8

98,3

95,9

90,1

32,9

lubuskie

PL43

97,0

97,4

94,6

88,4

23,5

wielkopolskie

PL41

98,4

99,0

97,0

92,1

38,9

zachodniopomorskie

PL42

96,9

97,5

94,4

87,2

36,4

Region Południowo-Zachodni

PL5

95,3

96,0

93,8

87,5

35,1

dolnośląskie

PL51

97,1

94,8

88,3

43,4

opolskie

PL52

90,5

93,0

91,4

85,6

26,8

Region Północny

PL6

98,4

98,1

95,2

88,0

30,8

kujawsko-pomorskie

PL61

98,6

98,4

95,7

88,7

30,8

pomorskie

PL63

98,3

98,1

95,4

88,5

32,8

warmińsko-mazurskie

PL62

98,4

97,5

94,4

86,3

28,9

Polska

OPIS

EU Nuts

ŚWIAT: 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

1 950

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

Europa

40,0

32,0

28,0

12,0

36,0

52,0

Ameryka Płn

13,0

37,0

50,0

3,0

26,0

71,0

Oceania

32,0

31,0

37,0

20,0

22,0

58,0

Azja

82,0

7,0

11,0

62,0

17,0

21,0

Ameryka Łacińska i Środkowa

54,0

19,0

27,0

25,0

24,0

51,0

Regiony

Świat

UE 12: struktura zatrudnienia wg rodzajów działalności

w latach 1995-2003

1995

2003

Rolnictwo

Przemysł

Usługi

Rolnictwo Przemysł

Usługi

( 1 )

( 2 )

( 3 )

( 4 )

( 5 )

( 6 )

[ % ]

Czeska Republika

6,6

42,2

51,2

4,5

39,7

55,8

Estonia

10,2

34,2

55,6

6,2

32,5

61,3

Cypr

10,7

25,3

64,1

5,2

22,9

71,8

Łotwa

18,5

25,8

55,7

13,8

27,0

59,2

Litwa

17,9

28,1

54,0

Węgry

8,1

33,1

58,8

5,5

33,7

60,7

Malta

1,7

29,5

67,3

Polska

22,6

32,0

45,4

18,4

28,6

53,0

Słowenia

10,4

43,1

46,4

8,4

36,9

54,0

Słowacja

9,2

38,9

51,8

5,8

38,3

55,8

Bułgaria

23,9

33,5

42,6

10,1

32,8

57,1

Rumunia

40,3

31,0

28,7

35,7

29,8

34,5

Kraje

Skrót

UE 12: struktura zatrudnienia wg rodzajów działalności

w latach 1995-2007

1995

2007

Rolnictwo

Przemysł

Usługi

Rolnictwo Przemysł

Usługi

( 1 )

( 2 )

( 3 )

( 4 )

( 5 )

( 6 )

[ % ]

Czeska Republika

6,6

42,2

51,2

3,6

40,2

56,2

Estonia

10,2

34,2

55,6

4,7

35,2

60,1

Cypr

10,7

25,3

64,1

4,4

22,5

72,4

Łotwa

18,5

25,8

55,7

9,9

28,4

61,5

Litwa

10,4

30,7

59,0

Węgry

8,1

33,1

58,8

4,7

32,6

62,7

Malta

1,6

25,9

71,8

Polska

22,6

32,0

45,4

14,7

30,8

54,5

Słowenia

10,4

43,1

46,4

10,2

34,2

54,7

Słowacja

9,2

38,9

51,8

4,2

39,4

56,4

Bułgaria

23,9

33,5

42,6

7,5

35,5

57,0

Rumunia

40,3

31,0

28,7

29,5

31,4

39,1

Kraje

Skrót

UE-27: stopa bezrobocia wg wykształcenia w 2006

Podstawowe

Średnie

WyŜsze

( 1 )

( 2 )

( 3 )

[ % ]

10,1

7,3

4,1

Belgia

12,3

6,7

3,7

Bułgaria

18,5

6,8

3,8

Czeska Republika

22,4

5,5

2,2

Dania

5,5

2,7

3,2

Niemcy

20,0

9,9

4,4

Estonia

15,9

5,7

3,8

Irlandia

5,7

3,2

2,2

Grecja

7,2

8,8

6,3

Hiszpania

8,9

7,1

5,6

Francja

11,3

6,7

5,2

Włochy

6,9

4,6

4,8

Cypr

4,8

3,9

3,5

Łotwa

12,3

6,0

3,7

Litwa

10,2

6,2

2,2

Luksemburg

4,9

3,9

2,9

Węgry

14,8

6,1

2,2

Malta

7,0

Niderlandy

5,5

3,9

2,5

Austria

7,9

3,7

2,5

Polska

21,5

12,7

5,0

Portugalia

7,6

7,1

5,4

Rumunia

6,9

6,4

2,9

Słowenia

7,0

5,6

3,0

Słowacja

44,0

10,5

2,7

Finlandia

10,1

7,0

3,7

Szwecja

7,4

5,1

4,2

Wielka Brytania

5,9

3,8

2,2

EU 27

OPIS

Skrót

EU-27 : Społeczna wydajność pracy PKB/zatrudnionego, EU27=100

w latach 1997-2008

1997

2005

2008

( 1 )

( 2 )

( 3 )

[ % ]

100,0

Belgia

138,6

134,1

134,4

Bułgaria

29,4

34,1

37,8

Czeska Republika

61,0

69,3

75,1

Dania

110,7

108,5

109,9

Niemcy

115,1

106,7

106,5

Estonia

39,4

61,5

70,8

Irlandia

126,5

133,8

133,2

Grecja

94,2

104,8

108,8

Hiszpania

109,2

101,3

98,7

Francja

126,7

125,4

125,7

Włochy

129,9

111,4

108,3

Cypr

81,3

84,9

87,4

Łotwa

35,8

49,4

59,6

Litwa

38,3

55,2

64,6

Luksemburg

167,7

174,4

183,8

Węgry

62,0

73,9

76,7

Malta

97,3

87,9

89,4

Niderlandy

111,1

114,7

114,3

Austria

122,7

121,3

122,8

Polska

49,9

60,4

64,3

Portugalia

70,2

68,1

67,6

Rumunia

25,0

35,6

41,5

Słowenia

72,4

82,3

88,5

Słowacja

55,4

67,8

77,3

Finlandia

111,9

109,8

113,1

Szwecja

113,6

109,0

111,6

Wielka Brytania

108,0

110,0

111,9

EU 27

OPIS

Skrót