1 Statystyka opisowa Wprowadze Nieznany (2)

background image

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

background image

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;

background image

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.

background image

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”

background image

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.”

background image

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.”

background image

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

background image

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.

background image

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)

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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.

background image

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%.

background image

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%

background image

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

background image

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.

background image

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

background image

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)

background image

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)

background image

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

background image

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.

background image

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.

background image

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

background image

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.

background image

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

background image

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

background image

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

background image

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

background image

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.

background image

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

background image

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)

background image

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

background image

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

background image

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

background image

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”

background image

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))))

background image

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)

background image

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

background image

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.

background image

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.

background image

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

background image

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

background image

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

background image

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

background image

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)

background image

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

background image

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

background image

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)

background image

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)

background image

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)

background image

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.

background image

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;

background image

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.

background image

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

background image

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..

background image

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)

background image

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

background image

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

background image

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;

background image

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;

background image

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.

background image

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

background image

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

background image

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

background image

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.

background image

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.

background image

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.

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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

background image

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


Wyszukiwarka

Podobne podstrony:
1 2 statystyka opisowaid 10222 Nieznany
11 Statystyka opisowaid 12761 Nieznany
Lista 1 statystyka opisowa id 2 Nieznany
1 wprowadzenie do statystyki statystyka opisowaid 10378
STATYSTYKA OPISOWA '
7 Statystyka w badaniach Weryf Nieznany (2)
LAB 4 Lab2 WprowadzenieMATLAB 2 Nieznany
Gorgol I Elementy statystyki opisowej
Inzynieria wyklad wprowadzajacy Nieznany
CwiczenieNr1 WprowadzenieDoProg Nieznany
0 3 1 statystyki 2004id 1800 Nieznany

więcej podobnych podstron