и выборочная медиана m = m(X₁ ,..., X_n ) являются возможными точечными С. о. неизвестного параметра а . В качестве С. о. какого-либо параметра q естественно выбрать функцию q^* (X₁ ,..., X_n ) от результатов наблюдений X₁ ,..., X_n , в некотором смысле близкую к истинному значению параметра. Принимая какую-либо меру «близости» С. о. к значению оцениваемого параметра, можно сравнивать различные оценки по качеству. Обычно мерой близости оценки к истинному значению параметра служит величина среднего значения квадрата ошибки

  (выражающаяся через математическое ожидание оценки E q* и её дисперсию D q*). В классе всех несмещённых оценок (для которых E q* = 0) наилучшими с этой точки зрения будут оценки, имеющие при заданном n минимальную возможную дисперсию при всех q. Указанная выше оценка Х для параметра а нормального распределения является наилучшей несмещенной оценкой, поскольку дисперсия любой другой несмещенной оценки а* параметра а удовлетворяет неравенству

, где s² — дисперсия нормального распределения. Если существует несмещенная оценка с минимальной дисперсией, то можно найти и несмещенную наилучшую оценку в классе функций, зависящих только от достаточной статистики . Имея в виду построение С. о. для больших значений n , естественно предполагать, что вероятность отклонений q* от истинного значения параметра q, превосходящих какое-либо заданное число, будет близка к нулю при n ®¥. С. о. с таким свойством называются состоятельными оценками. Несмещенные оценки, дисперсия которых стремится к нулю при n ®¥, являются состоятельными. Поскольку скорость стремления к пределу играет при этом важную роль, то асимптотическое сравнение С. о. производят по отношению их асимптотической дисперсии. Так, среднее арифметическое Х в приведённом выше примере — наилучшая и, следовательно, асимптотически наилучщая оценка для параметра а , тогда как выборочная медиана m, представляющая собой также несмещенную оценку, не является асимптотически наилучшей, т.к.

 

 

  (тем не менее использование m имеет также положительные стороны: например, если истинное распределение не является в точности нормальным, а несколько отличается от него, дисперсия Х может резко возрасти, а дисперсия m остаётся почти той же, т. е. m обладает свойством, называется «прочностью»). Одним из распространённых общих методов получения С. о. является метод моментов, который заключается в приравнивании определённого числа выборочных моментов к соответствующим моментам теоретического распределения, которые суть функции от неизвестных параметров, и решении полученных уравнений относительно этих параметров. Хотя метод моментов удобен в практическом отношении, однако С. о., найденные при его использовании, вообще говоря, не являются асимптотически наилучшими, Более важным с теоретической точки зрения представляется максимального правдоподобия метод , который приводит к оценкам, при некоторых общих условиях асимптотически наилучшим. Частным случаем последнего является наименьших квадратов метод . Метод С. о. существенно дополняется оцениванием с помощью доверительных границ .

  Лит.: Кендалл М., Стьюарт А., Статистические выводы и связи, пер. с англ., М., 1973; Крамер Г., Математические методы статистики, пер. с англ., 2 изд., М., 1975.

  А. В. Прохоров.

Статистические расчёты

Статисти'ческие расчёты, исчисление на основе имеющихся статистических данных новых показателей, расширяющих и обогащающих возможности анализа и познания социально-экономических явлений и процессов. С. р. можно подразделить на 2 группы: расчёты отдельных показателей и комплексные расчёты систем показателей. К первой группе относятся: расчёты относительных показателей (например, показателей выполнения плана, структуры совокупности, соотношения отдельных её частей, динамики, сравнения и интенсивности развития); расчёты средних величин (например, средней заработной платы, средней выработки на одного работающего, средней урожайности и т.п.); исчисление отдельных статистических характеристик (например, средней ошибки выборки, дисперсии , вариационных коэффициентов ), расчёты статистических индексов ; расчёты недостающих показателей на основе балансовых уравнений, интерполяции в рядах динамики ; расчёты сводных показателей в социально-экономической статистике (например, совокупного общественного продукта , национального дохода и др.). Вторую группу составляют комплексные С. р., воссоздающие какой-либо процесс или состояние социально-экономического явления. В них применяются методы статистических группировок , построение индексных систем, теория корреляции и др. статистические приёмы анализа. Непревзойдённые примеры глубоко научных С. р. содержатся в трудах В. И. Ленина. В работе «Развитие капитализма в России» на основе массового статистического материала, собранного земской статистикой и научно обработанного Лениным с помощью метода группировок, доказано развитие капитализма в России: в пореформенной русской деревне происходил процесс классовой дифференциации, выделялись 3 различных социально-экономических типа крестьянских хозяйств: пролетарское и полупролетарское, живущие главным образом или наполовину продажей рабочей силы; середняцкие, источник существования которых — собственное мелкое хозяйство, и зажиточные, эксплуатирующие наёмных рабочих. По расчётам В. И. Ленина, удельный вес этих типов крестьянских хозяйств в конце 19 в. в России составлял соответственно 50, 30 и 20%. В этой же работе дан классический пример С. р. социальной структуры населения России по материалам переписи населения в 1897 с использованием данных переписи населения 1890 в Петербурге и материалов земской статистики. В. И. Ленин установил, что численность пролетариата в России в 1897 составляла «... не менее 22-х миллионов» (Полн. собр. соч., 5 изд., т. 3, с. 505, прим.). В социалистическом хозяйстве С. р. находят применение в балансовых работах (см. Балансовый метод в планировании , Балансовый метод в статистике ), прежде всего в расчётах, связанных с построением баланса народного хозяйства СССР , баланса основных фондов , финансового баланса, баланса трудовых ресурсов , баланса межотраслевого производства и распределения общественного продукта; при сопоставлении показателей между странами в международных сравнениях; при исчислении различных сводных показателей и коэффициентов и т.д. Большую группу составляют С. р. по прогнозированию численности населения и др. показателей социально-экономической статистики на длительный период времени. Следует назвать также расчёты по распространению на генеральную совокупность результатов выборочного наблюдения и оценки их достоверности, Примером С. р. может служить математическая обработка данных межотраслевого баланса народного хозяйства. Для производства комплексных С. р. применяются экономико-математические методы и электронно-вычислительные машины.

  Лит.: Эйдельман М Р Межотраслевой баланс общественного продукта, М.,1966: Курс экономической статистики, под ред. А. И. Петрова, 4 изд., М., 1967; Курс демографии, под ред. А. Я. Боярского, М., 1967; Ряузов Н. Н., Общая теория статистики, 2. изд., м., 1971.