Основные понятие статистики закон больших чисел. Как регулировать «новые сущности» и надо ли – мнения финансистов и юристов о криптовалюте и блокчейне Основные понятия статистики закон больших чисел

Фото (с) LF Academy

Представители Центробанка, Минфина, Росфинмонторинга, Минюста, а также юристы и научные деятели собрались в четверг на конференции «Финансовые технологии и право: наведение фокуса», чтобы обсудить нормативно-правовое регулирование новых финансовых технологий и проблемы гражданско-правового характера, возникающие в связи со смарт-контрактами, криптовалютами и блокчейном..

Участники обсудили текущее состояние регулирования этих инноваций в финансовой сфере в России и за рубежом, поспорили о предлагаемых в законопроектах терминах (сейчас на рассмотрении Госдумы находятся три соответствующих законопроекта), а также подняли вопрос – а нужно ли регулировать криптовалюты и блокчейн вообще, ведь апологеты этих технологий придерживаются мнения, что эти технологии сами, без внешнего контроля обеспечивают доверие контрагентов друг к другу.

Не раз также поднимался вопрос, следует ли регулирование криптовалют подвести под уже существующие нормы – например, те, что действуют на рынке ценных бумагах (в США, так и сделали). К единому мнению участники не пришли, дискуссия будет продолжена.

«Вопрос не просто в стадии проработки, вопрос в стадии постановки, прежде всего, с точки зрения права. Огромное поле для работы, фактически, возвышается на этом поле только несколько кустиков», — сказал, подводя итоги основной панельной дискуссии, модератор, статс-секретарь – заместитель директора федеральной службы Российской Федерации по финансовому мониторингу Павел Ливадный .

Законопроекты о криптовалютах

На рассмотрении Госдумы в настоящее время находятся следующие законопроекты, ни один из них пока не прошёл ни одного чтения.

По словам участников мероприятия, споры вокруг этих документов до сих пор не стихают (их даже называли законопроектами «спящих мер» — имеются в виду обильные отсылки из этих законопроектов к другим законам и НПА), не исключено, что все три будут объединены.

Позиции ЦБ и Минфина как основных регуляторов

В октябре прошлого года президент Владимир Путин правительству и ЦБ определить статус криптовалют и отрегулировать ICO. По мнению президента, использование криптовалют несёт серьёзные риски, однако он обратил внимание на необходимость использовать преимущества, которые дают новые технологические решения в банковской сфере.

Напомним, что ЦБ и Минфин имеют разногласия по «О цифровых финансовых активах» в части предусмотренной возможности обмена криптовалют на рубли, иностранную валюту и/или иное имущество. По Банка России, такие сделки должны быть разрешены только в отношении токенов, выпускаемых с целью привлечения финансирования (здесь термин «токен» обозначает криптозащищённые, существующие только в цифровом виде цифровые обязательства организации, инициирующей выпуск криптовалюты. – ред.).

В четверг на конференции свои позиции представили директор юридического департамента Центробанка Алексей Гузнов и директор департамента финансовой политики Минфина Яна Пурескина .

По мнению представителя ЦБ как органа, который вырабатывает кредитно-денежную политику, пока преждевременно вводить в правовое поле понятия цифрового права, цифровых активов и тем более криптовалюты как самостоятельных объектов гражданского права.

Гузнов заинтересовался недалёкой историей криптовалют – откуда они возникли, «как они проникли в наш мир». Одна из точек зрения – криптовалюты обязаны возникновению геймерам, которые пользовались криптовалютами для покупки игровых артефактов. Ещё одна, не противоречащая и не альтернативная первой: философия криптовалют родилась в среде криптопанков и наследует философии анархизма. Этим число вариантов не ограничивается.

«Криптовалюта – это не валюта, это что-то, что пытается назвать себя валютой», — заявил Гузнов.

«Мы к цифровым валютам как к легализованному средству платежей относимся очень осторожно, а юридически это вообще невозможно», — отметил он далее и предложил, если и вводить понятие цифровые валюты в правовое поле, то на уровне сделок «по доброй воле», не требующих государственной поддержки. В этом случае регулировать обращение криптовалют, действительно, не требуется.

Говоря о позициях Центробанков других стран, он отметил, что цифровая валюта либо запрещена, либо к ней относятся с известной долей опасения.

Гузнов отметил, что банки чувствуют влияние финтеха прежде всего в том, что всё больше клиентов не посещают офисы кредитных учреждений. Но мнение ряда представителей финтеха (высказанные два-три года назад) о том, что скоро банков не будет, а будет один финтех, представитель ЦБ не разделяет. «Сейчас оказывается, что банки во многом стимулируют развитие финтеха и вовлекают его в стандартный банковский оборот».

Большим шагом он назвал принятие в конце прошлого года клиентов банков. «Там решены важные задачи, которые позволят при сохранении персональных данных обеспечивать доступ к финансовым технологиям по формуле 24/7/365».

Представитель ЦБ не согласился с тем, что в стране может возникнуть «неконтролируемый вал операций с криптовалютой». Для регулирования «данных сущностей», по его мнению, можно рассматривать оборотоспособность – свободна она или ограничена. Сейчас, по его мнению, у государства нет других точек, где оно может воздействовать на происходящее, кроме точки перехода – из одного мира [валют] в другой [криптовалют, и наоборот].

Представитель Минфина выступила кратко, поскольку пленарное заседание сильно выбилось из графика.

Яна Пурескина считает правильным идти по пути регулирования, она ещё раз напомнила о трёх законодательных инициативах, находящихся на рассмотрении Госдумы. Минфин полагает, что надо настраиваться на уже существующие правовые конструкции, исходя из допущения, что криптовалюта – это временное явление (и в этом позиция министерства близка к позиции Минюста), на базе новых финансовых технологий будут появляться новые субъекты [регулирования], поэтому определять правила на каждый такой случай нецелесообразно.

В частности, спор о том, является ли криптовалюта объектом гражданских прав (т.е. может ли быть взыскана кредиторами или входить в наследственную базу), можно разрешить уже существующим законодательством. В нём прописано, что к объектам гражданских прав относятся вещи, включая наличные деньги и документарные ценные бумаги, иное имущество, в том числе безналичные денежные средства, бездокументарные ценные бумаги, имущественные права; результаты работ и оказание услуг; охраняемые результаты интеллектуальной деятельности и приравненные к ним средства индивидуализации (интеллектуальная собственность); нематериальные блага. Криптовалюты вполне можно отнести к «иному имуществу».

Основная идея нового регулирования состоит в том, чтобы обеспечить защиту сторон, участвующих в криптовалютных сделках: «Явление имеет место быть, оно растёт по объему, и в законопроекте о цифровых финансовых активах мы решаем эту основную задачу [защиты]». Задача в том, чтобы при возникновении спорных ситуаций стороны конфликта – участники ICO – смогли обращаться в суды за правовой защитой.

«Необходимо найти баланс между потребностями в том, чтобы обеспечить экономике новые способы привлечения инвестирования, а такие потребности в экономике сейчас есть, облегчить привлечение инвестиций для малого, среднего бизнеса, которым сейчас в меньшей степени доступно банковское кредитование, которым трудно выходить на биржевую инфраструктуру», — сказала Пурескина. По её словам, остается ещё открытым вопрос налогообложения майнинга и перевода криптовалют в фиатные деньги.

Пленарное заседание (слева-направо): Алексей Гузнов, Павел Ливадный, Герман Клименко, Николай Черногор, Яна Пурескина. Фото (с) Татьяна Костылева

Особое мнение

Приводим также наиболее интересные мнения других участников дискуссии.

Павел Ливадный (Росфинмониторинг): «Евангелисты блокчейна говорят – все сидят и всё видят. Предположим, что я свою квартиру не продавал, а у меня в блокчейне отобразилось, что я её продал. Я подошел через час к компьютеру и это увидел, а с квартирой проведено еще 10-15 сделок. Каким образом я докажу, что я это не делал? Особенно если учесть, что апологеты блокчейна не хотят государственного регулирования. Блокчейн – это лжеидея».

Представитель ММВБ сообщил, что биржа организовывать секцию криптовалют пока не готова.

Директор департамента информационно-коммуникационных технологий и аналитического осуществления внешнего государственного аудита (контроля) аппарата Счётной палаты Алексей Скляр : «В госсекторе технология блокчейн может применяться в очень ограниченных сферах, где может быть полная открытость между госорганами – учёт имущества, для формирования бюджетной отчетности».

Заместитель директора института законодательства и сравнительного правоведения при правительстве Российской Федерации Николай Черногор : «Возникновение финтеха – это проявление стремления выйти из-под жёсткого регулирования государства. Сейчас право стремится вторгнутся во все закоулки общественного взаимодействия».

Доцент кафедры теории и истории права факультета права Высшей школы экономики, юрисконсульт IBM Александр Савельев , о предложенном в законопроекте определении цифрового права. «Признак [цифрового права] – возможность в любой момент ознакомиться с описанием объекта. Вспомним, что сейчас , и многие ресурсы лежат, поэтому в любой момент можно и не ознакомиться. Имеет смысл уточнить ряд моментов [в законопроекте]. Получается, что, если хотя бы одно требование не выполнено, судебной защиты нет».

Вторая секция — юристы спорят о проблемах терминологии, о реализации прав и исполнении обязанностей граждан

Сущность закона больших чисел.

Изучаемые статистикой закономерности – формы проявления причинной связи – выражаются в повторяемости с определённой регулярностью событий с достаточно высокой степенью вероятности. При этом должно соблюдаться условие, что факторы, порождающие события, изменяются незначительно или не меняются вообще. Статистическая закономерность обнаруживается на основе анализа массовых данных, подчиняется закону больших чисел.

Сущность закона больших чисел заключается в том, что в сводных статистических характеристиках (суммарное число, получаемое в результате массового наблюдения) действия элементов случайности погашаются, а выступают в них определённые правильности (тенденции), которые не могут быть обнаружены на небольшом числе фактов.

Ошибки статистического наблюдения.

Отклонения между исчисленными в результате наблюдения показателями и действительными величинами исследуемых явлений называются ошибками (погрешностями) статистических наблюдений . Выделяют 2 вида ошибок статистического наблюдения:

1) ошибки регистрации (при сплошном и несплошном наблюдении):

а) случайные – ошибки при регистрации со слов (не тот возраст);

б) систематические преднамеренные – специальные искажения данных в отчётах (объём выпущенной продукции)

в) систематические непреднамеренные – небрежность, неисправность техники.

2) ошибки репрезентативности (представительности) – только при несплошном наблюдении. Возникают, если состав отобранных для наблюдения единиц совокупности недостаточно полно отражает состав всей совокупности:

а) случайные – когда совокупность отображаемых единиц неполно воспроизводит всю совокупность. Оцениваются математическими методами;

б) систематические – отклонения вследствие нарушения принципа случайного отбора единиц совокупности. Не определятся количественно.

Все ошибки при регистрации могут быть проверены – расчётно или логически.

Перепись как специально организованное статистическое наблюдение.

Перепись – специально организованное статистическое наблюдение, основная задача которого состоит в учёте численности и характеристике состава изучаемого явления путём записи в статистический формуляр по обследованным единицам статистической совокупности.

Различают 2 вида переписей:

1) перепись на основе материалов первичного учёта – единовременный учёт: перепись остатков материалов, оборудования;

2) перепись на основе специально организованной регистрации фактов: перепись населения.

Перепись населения – научно организованное статистическое наблюдение для получения данных о численности, составе и размещении населения.

Программа переписи – излагается в переписном листе, либо индивидуальном для одного человека, либо на несколько человек (семью, квартиру). Переписные листы 1979г, 1989г. одновременно являлись носителями для ЭВМ.

Даты переписей населения: 1939, 1959, 1979, 1989 гг.

Сейчас распространены микропереписи – социально-демографические обследования.

Последняя проводилась на 14.02.94 г. на 12 ч. ночи, ею было охвачено 5% населения: В течение 10 дней специально подготовленными счётчиками обследовался каждый 20-й портфель (счётный участок – по переписи 1989 г. – это приблизительно 300 человек, т.е. квартал, жилой дом).

В 1999г., по составлению на 10.11.99 г. планировалась сплошная перепись населения России. Она была отменена по финансовым причинам и перенесена на 9-16 октября 2002 г. Учитываться будет наличное и постоянное население, в том числе временно отсутствующие и временно проживающие граждане России.

Для этого Госдумой РФ должен быть принят Федеральный закон о переписи населения. Будут привлекаться счётчики: через службы занятости (финансирование из республиканского бюджета) и др. работники – за счёт местного бюджета.

Абсолютные величины.

Абсолютные величины получают в результате проведения статистического наблюдения и сводки. Они выражают физические размеры изучаемых явлений и процессов, то есть массу, площадь, объем, протяженность, временные характеристики, а также объем совокупности (численность единиц). Например, территория Омской области составляет 139,7 тыс. кв. километров; численность постоянного населения области на 01.01.2000г. – 2164,0 тыс. человек; объем промышленного производства за 1999г. – 16995 млн. рублей.

Абсолютные показатели всегда являются именованными числами, то есть имеют конкретные единицы измерения. В зависимости от сущности изучаемых явлений и их физических свойств, абсолютные величины выражаются в натуральных, трудовых и стоимостных единицах измерения.

В международной практике применяются натуральные величины измерения: тонны, килограммы, метры, квадратные метры, кубические метры, километры, мили, литры, баррели, штуки и т. д..

В тех случаях, когда продукт имеет несколько разновидностей и его общий объем можно определить только исходя из единого для всех них потребительского свойства, применяют условно-натуральные измерители (например, различные виды органического топлива переводятся в условное топливо с теплотой сгорания 29,3 мДж/кг (7000ккал/кг)). Перевод в условные единицы производится через специальные коэффициенты, рассчитываемые как отношение потребительских свойств разновидностей продукта к эталонному значению.

Трудовые единицы измерения позволяют учитывать общие затраты труда и трудоемкость отдельных операций технологического процесса, к ним относятся человеко-дни и человеко-часы.

Стоимостные единицы измерения дают денежную оценку изучаемым явлениям и процессам, к ним относятся рубли, тысячи рублей, миллионы рублей, валюты других стран.

Относительные величины.

В статистической практике широко применяются относительные показатели. Относительная величина – это результат деления двух абсолютных величин, который характеризует количественное соотношение между ними. По отношению к абсолютным показателям относительные величины являются производными, вторичными. Абсолютный показатель, находящийся в числителе отношения, называется текущим или сравниваемым. Показатель, который находится в знаменателе, называется основанием или базой сравнения. Относительные показатели могут выражаться в коэффициентах, процентах (0 / 0, база = 100), промилле (0 / 00 , база = 1000), децимилле (0 / 000 , база = 10000) или быть именованными числами (например, руб./руб.).

Относительные статистические показатели подразделяются на следующие виды:

1) относительная величина планового задания;

2) относительная величина выполнения плана (договорных обязательств);

3) относительная величина структуры;

4) относительная величина динамики;

5) относительная величина сравнения;

6) относительная величина координации;

7) относительная величина интенсивности.

Понятие вариации.

Каждый изучаемый объект находится в конкретных условиях и развивается со своими особенностями под влиянием различных факторов. Это развитие выражается числовыми уровнями статистических показателей, в частности, средними характеристиками.

Вариация – это несовпадение уровней одного показателя у разных объектов. Вариация признака – различие индивидуальных значений признака внутри совокупности. Характеризует однородность совокупности. Показатели вариации служат для её измерения, в частности, измеряют отклонение (вариацию) индивидуальных значений признака внутри изучаемой совокупности от средних величин, показывают надёжность средних характеристик. Таким образом, при анализе исследуемой совокупности, полученные средние величины необходимо дополнить показателями, измеряющими отклонения от средних и показывающих степень их надёжности, т.е. показателями вариации.

Статистика изучает не все различия значений конкретного признака, а только количественные изменения величины признака в пределах однородной совокупности, которые вызваны пересекающимся влиянием различных факторов.

Различают случайную и систематическую вариацию признака. Статистика изучает систематическую вариацию. Её анализ позволяет оценить степень зависимости изменений изучаемого признака от различных факторов, вызывающих эти изменения.

Определив характер вариации в исследуемой совокупности, можно сказать, насколько она однородна, и следовательно, насколько характерной является рассчитанная средняя величина.

Степень близости отдельных единиц к средней измеряется рядом абсолютных, средних и относительных показателей вариации.

Понятие ошибки выборки.

Обобщающие показатели у части единиц совокупности не будут совпадать с соответствующими показателями совокупности всех единиц. Одной из задач выборочного наблюдения является определение пределов отклонений характеристик выборочной совокупности и генеральной совокупности.

Возможные пределы отклонений генеральной и выборочной долей, а также генеральных и выборочных средних, называются ошибкой выборки (ошибкой репрезентативности). Чем она меньше, тем точнее показатели выборочного наблюдения отражают генеральную совокупность.

Ошибки выборки бывают:

1) тенденциозными – это преднамеренные ошибки, если специально отбираются или худшие единицы совокупности;

2) случайными – возникают вследствие случайности отбора, т.к. единицы из совокупности выбираются в случайном порядке, могут быть преувеличены или характеристики генеральной совокупности.

Ошибка выборки зависит от численности выборки и от степени варьирования изучаемого признака. Все возможные расхождения между характеристиками выборочной и генеральной совокупности аккумулируются в формуле средней ошибки выборки . Она рассчитывается по-разному в зависимости от способа отбора: повторный или бесповторный.

При повторном отборе каждая попавшая в выборку единица после фиксации значения изучаемого признака возвращается в генеральную совокупность и может быть опять случайно отобрана.

На практике чаще применяется бесповторный отбор, когда отобранные единицы в генеральную совокупность не возвращаются.

Повторный отбор:

1) для показателя средней величины количественного варьирующего признака: (1),

2) для показателя доли альтернативного признака: (2),

Бесповторный отбор.

При этом способе отбора численность единиц генеральной совокупности сокращается в процессе выборки, поэтому:

1) для показателя средней величины количественного признака: (3),

2) для показателя доли альтернативного признака: (4)

По правилам математической статистики значение средней ошибки выборки должно определяться не через выборочную дисперсию, а через генеральную дисперсию, но она, чаще всего, на практике при проведении выборочного обследования бывает неизвестна.

Доказано, что (5)

при достаточно большом значении n () отношение близко к единице, т.е. при соблюдении принципа случайного отбора дисперсия большого объёма выборки близка к дисперсии в генеральной совокупности. Поэтому на практике для определения средней ошибки выборки обычно применяют дисперсию выборочную.

Приведённые формулы (1),(2),(3),(4) позволяют определить среднюю величину отклонений, равную , характеристик генеральной совокупности от выборочных характеристик. Доказано, что генеральные характеристики отклоняются от выборочных на величину ±μ с вероятностью равной 0,638. Это означает, что в 683 случаях из 1000 генеральная доля (генеральная средняя) будет находиться в пределах ±μ от выборочной доли (выборочной средней) , а в 317 случаях выйдет за эти пределы.

Вероятность суждений можно повысить, а границы характеристик генеральной совокупности расширить, если увеличить среднюю ошибку выборки в несколько раз (t раз, t=2,3,4...).

Величина, полученная как произведение t и средней ошибки выборки, называется предельной ошибкой выборки, т.е.

(6) и (7), где

t – коэффициент доверия, он зависит от вероятности, с которой можно гарантировать, что предельная ошибка не превысит t-кратную среднюю ошибку, находится по готовым таблицам функции F(t), определённой русским математиком А.М.Ляпуновым применительно к нормальному распределению.

На практике часто применяется несплошное обследование, при котором выборка образуется из небольшого числа единиц генеральной совокупности, обычно, не больше 30 единиц. Такая выборка называется малой выборкой .

Средняя ошибка малой выборки определяется по формуле: (8)

Так как при малой выборке отношение имеет существенное значение, дисперсия малой выборки определяется с учётом числа степеней свободы. Под ним понимается количество вариантов, которые могут принимать произвольные значения, не меняя величины средней, оно обычно для малой выборки =(n-1):

(9), (10) Зная доверительную вероятность малой выборки (обычно, 0,95 или 0,99) и численность выборки n, можно определить величину t по специальной таблице Стьюдента.

Средние индексы.

Любой общий индекс можно представить как среднюю взвешенную из индивидуальных индексов (вторая форма выражения общих индексов). При этом форму средней нужно выбрать таким образом, чтобы полученный средний индекс был тождественен исходному агрегатному индексу. Применяются две формы: средняя арифметическая форма и средняя геометрическая форма (для расчета общих индексов).

1)В тех случаях когда отсутствуют данные о количестве товаров (продукции) в натуральных измерителях, но есть информация о стоимости реализованных товаров (произведенной продукции) и индивидуальные индексы изменения объемов товаров (продукции), можно определить агрегатный индекс физического объема товарооборота (продукции) по средней арифметической форме.
(24) , где

Чтобы средний арифметический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые знаменателя исходного агрегатного индекса.

2)В тех случаях, когда нет информации о количестве товаров (продукции) в натуральной форме, но есть учет реализации товаров (производства продукции) в стоимостном выражении и индивидуальные цены на товары (продукцию), для определения сводных показателей изменения цен применяется средняя гармоническая форма.
(25) , где

Чтобы средний гармонический индекс был тождественен агрегатному, весами индивидуальных индексов в нем должны быть взяты слагаемые числителя исходного агрегатного индекса.

Территориальные индексы.

Территориальные индексы служат для сравнения показателей в пространстве, то есть по предприятиям, городам, регионам и т. п.

Построение территориальных индексов определяется выбором базы сравнения и весов или уровня, на котором фиксируются веса. При двусторонних сравнениях каждая территория может быть сравниваемой (числитель индекса) и базой сравнения (знаменатель). Веса и первой и второй территории могут быть использованы при расчете индекса, но это может привести к противоречивым результатам. Поэтому предлагается два способа расчета территориальных индексов.

1) В качестве весов принимаются объемы проданных товаров (произведенной продукции) по двум вместе взятым регионам: (33)

Территориальный индекс цен тогда имеет вид:

(34) , где Р а, Р в – цена единицы товара (продукции) на территориях а и в.

В качестве весов здесь можно использовать структуру продажи данных товаров (продукции) по более крупной территории (республике, например).

2) При втором способе расчета учитывается соотношение весов сравниваемых территорий. Рассчитывается средняя цена каждого товара по двум территориям вместе:

(35) , потом индекс цен (36)

Данный подход к расчету территориального индекса цен обеспечивает взаимосвязь:

Индекс физического объема товарооборота (производства) имеет вид:

Тогда система индексов имеет вид:

(38)

Цепные и базисные индексы.

При изучении динамики социально-экономических явлений часто производятся сопоставления более чем за два периода.

Если необходимо проанализировать изменение явления во всех последних периодах по сравнению с начальным (базовым) – вычисляются базисные индексы.

Если требуется охарактеризовать последовательное изменение явления, из периода в период, то рассчитываются цепные индексы.

В зависимости от характера исходной информации и задач исследования можно рассчитать как индивидуальные так и общие индексы.

Индивидуальные цепные и базисные индексы рассчитываются аналогично относительным величинам динамики (темпам роста).

Общие индексы вычисляются с переменными и постоянными весами, в зависимости от их экономического содержания.

Общие индексы качественных показателей (цен, себестоимости, производительности труда) исчисляются как индексы с переменными весами (то есть весы берутся на уровне текущего – отчетного периода).

Общие индексы количественных показателей (физического объема) рассчитываются как индексы с постоянными весами, взятыми на уровне базисного (начального периода).

При этом общие цепные и базисные индексы с постоянными весами находятся во взаимосвязи:

a) Произведение цепных индексов дает базисный индекс последнего периода;

b) Деление последующего базисного индекса на предыдущий базисный индекс дает цепной индекс последующего периода.

В этих индексах весы – соизмерители взяты на уровне одного и того же базисного периода.

Общие цепные и базисные индексы с переменными весами такой взаимосвязи не имеют, так как в них весы – соизмерители берутся на уровнях разных периодов. Для всех индивидуальных индексов взаимосвязь цепных и базисных индексов сохраняется.

Индивидуальный

Цепные базисные 1,25*1,2=1,5 - сохраняется

1. Общие индексы цен:

базисные

Закон больших чисел порождён связями массовых явлений. Необходимо помнить, что тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу только как массовые тенденции, но не как законы для индивидуальных единиц, для отдельных случаев.

ЗАКОН БОЛЬШИХ ЧИСЕЛ -- принцип, по которому частота финансовых потерь определенного вида может быть предсказана с высокой точностью тогда, когда есть большое количество потерь аналогичных видов.…

ЗАКОН БОЛЬШИХ ЧИСЕЛ -- в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения.

УСИЛЕННЫЙ ЗАКОН БОЛЬШИХ ЧИСЕЛ -- Закон больших чисел в теории вероятностей утверждает, что эмпирическое среднее (среднее арифметическое) конечной выборки из фиксированного распределения близко к теоретическому среднему (математическому ожиданию) этого распределения.

ЗАКОН БОЛЬШИХ ЧИСЕЛ в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе.

Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени.

Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Принцип математической статистики, согласно которому совместное действие набора случайных факторов может привести к неслучайному (детерминированному) результату. Первым примером действия этого принципа может служить сближение частоты наступления случайного события с его вероятностью при возрастании числа испытаний.

Простейший пример - опыт с бросанием монеты. Теоретически выпадение орла или решки равновероятно. Это значит, что если подбросить монету 10 раз, то 5 раз должен выпасть орел и 5 раз - решка. Однако общеизвестно что вероятность этого очень мала. С тем же успехом может выпасть 9 к 1, 3 к 5 и т.д. Тем не менее, если увеличить число опытов, скажем, до 100, то вероятность выпадения орла или решки приблизится к 50%. В пределе, если устремить число опытов к бесконечности, то вероятность выпадения орла и решки будет асимптотически стремиться к 50%.

То, какой стороной упадет монета, зависит от множества случайных факторов: как она будет лежать на ладони у экспериментатора, силы броска, высоты падения, скорости и т. д. Тем не менее при достаточно большом числе опытов независимо от действия этих факторов мы всегда можем утверждать, что эмпирическая (опытная) вероятность будет близка к теоретической.

Например, пусть требуется оценить доходы населения в некотором регионе. Если мы рассмотрим 10 наблюдений, в которых у 9 респондентов доходы были около 20 000, а у одного - 500 000, то расчет простого среднего покажет доход на уровне 68 000, что, вообще говоря, не отражает реальную картину. Если же мы рассмотрим 100 наблюдений, из которых 99 покажут доход 20 000 и только один - 500 000, то среднее составит около 28 000, что более адекватно отражает реальную ситуацию. При увеличении числа наблюдений, среднее будет стремиться к своему истинному значению.

Именно закон больших чисел при анализе данных требует, что называется, «набрать статистику», т. е. использовать как можно большее число наблюдений, для получения достоверных результатов.

Сущность закона больших чисел.

Закон больших чисел.

Тема 2.

Организация государственной статистики в РФ.

Задачи статистики.

Метод статистики.

Отрасли статистики.

Общая теория статистики связана с другими науками.

Общая теория статистики

1. Демографическая (социальная) статистика

2. Экономическая статистика

3. Статистика образования

4. Медицинская статистика

5. Спортивная статистика

2.1 Статистика труда

2.2 Статистика заработной платы

2.3 Статистика мат.-техн. снабжения

2.4 Статистика транспорта

2.5 Статистика связи

2.6 Статистика финансового кредита

2.6.1 Высшие финансовые вычисления

2.6.2 Статистика денежного обращения

2.6.3Статистика валютных курсов

Прочие

Статистика также разрабатывает теорию наблюдения.

Метод статистики предполагает следующую последовательность действий:

1. выработка статистической гипотезы,

2. статистическое наблюдение,

3. сводка и группировка статистических данных,

4. анализ данных,

5. интерпретация данных.

Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

1. Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.

2. Организация статистической деятельности.

3. Разработка методологии анализа.

4. Разработка системы показателей для управления хозяйством на макро- и микроуровне.

5. Сделать данные статистического наблюдения общественно доступными.

Принципы:

1. централизованное руководство,

2. единое организационное строение и методология,

3. неразрывная связь с органами государственного управления.

Система государственной статистики имеет иерархическую структуру, состоящую из федерального, республиканского, краевого, областного, окружного, городского и районного уровней.

Госкомстат имеет управления, отделы, вычислительный центр.

Массовый характер общественных законов и своеобразие их действий предопределяет крайне важно сть исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений, которые, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, нежели их совокупность.

Закон больших чисел - ϶ᴛᴏ определение количественных закономерностей массовых явлений, которые проявляются лишь в достаточно большом их числе.

Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, сущность его состоит по сути в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не бывают обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и крайне важно го. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в условиях места и времени.

Сущность закона больших чисел. - понятие и виды. Классификация и особенности категории "Сущность закона больших чисел." 2017, 2018.

Не потеряйте. Подпишитесь и получите ссылку на статью себе на почту.

Взаимодействуя ежедневно в работе или учебе с цифрами и числами, многие из нас даже не подозревают о том, что существует очень интересный закон больших чисел, применяемый, например, в статистике, экономике и даже психолого-педагогических исследованиях. Он относится к теории вероятностей и говорит о том, что среднее арифметическое какой-либо большой выборки из фиксированного распределения близко к математическому ожиданию этого распределения.

Вы, наверное, заметили, что понять сущность этого закона непросто, особенно тем, кто не особо дружит с математикой. Исходя из этого, мы бы хотели рассказать о нем простым языком (насколько это возможно, конечно), чтобы каждый мог хотя бы примерно уяснить для себя, что это такое. Эти знания помогут вам лучше разобраться в некоторых математических закономерностях, стать более эрудированным и положительным образом повлиять на .

Понятия закона больших чисел и его трактовка

Помимо рассмотренного нами выше определения закона больших чисел в теории вероятностей, можно привести и его экономическое толкование. В этом случае он представляет собой принцип, согласно которому частоту финансовых потерь конкретного вида можно предсказать с высокой степенью достоверности тогда, когда наблюдается высокий уровень потерь подобных видов вообще.

Помимо этого, в зависимости от уровня сходимости признаков можно выделить слабый и усиленный законы больших чисел. О слабом речь идет, когда сходимость существует по вероятности, а об усиленном – когда сходимость существует практически во всем.

Если интерпретировать несколько иначе, то следует сказать так: всегда можно найти такое конечное число испытаний, где с любой запрограммированной наперед вероятностью меньше единицы относительная частота появления какого-то события будет крайне мало отличаться от его вероятности.

Таким образом, общую суть закона больших чисел можно выразить так: результатом комплексного действия большого количества одинаковых и независимых случайных факторов будет такой результат, который не зависит от случая. А если говорить еще более простым языком, то в законе больших чисел количественные закономерности массовых явлений будут явно проявляться только при большом их числе (поэтому и называется закон законом больших чисел).

Отсюда можно сделать вывод, что сущность закона состоит в том, что в числах, которые получаются при массовом наблюдении, имеются некоторые правильности, обнаружить которые в небольшом количестве фактов невозможно.

Сущность закона больших чисел и его примеры

Закон больших чисел выражает наиболее общие закономерности случайного и необходимого. Когда случайные отклонения «гасят» друг друга, средние показатели, определенные для одной и той же структуры, приобретают форму типичных. Они отражают действия существенных и постоянных фактов в конкретных условиях времени и места.

Определенные посредством закона больших чисел закономерности сильны только тогда, когда представляют массовые тенденции, и они не могут быть законами для отдельных случаев. Так, вступает в силу принцип математической статистики, говорящий, что комплексное действие ряда случайных факторов способно стать причиной неслучайного результата. И наиболее яркий пример действия данного принципа – это сближение частоты наступления случайного события и его вероятности, когда возрастает количество испытаний.

Давайте вспомним обычное бросание монетки. Теоретически орел и решка могут выпасть с одной и той же вероятностью. Это означает, что если, к примеру, бросить монетку 10 раз, 5 из них должна выпасть решка и 5 – орел. Но каждый знает, что так не происходит практически никогда, ведь соотношение частоты выпадения орла и решки может быть и 4 к 6, и 9 к 1, и 2 к 8 и т.д. Однако с увеличением количества подбрасываний монетки, например, до 100, вероятность того, что выпадет орел или решка, достигает 50%. Если же теоретически проводить бесконечное количество подобных опытов, вероятность выпадения монетки обеими сторонами всегда будет стремиться к 50%.

На то, как именно упадет монетка, влияет огромное число случайных факторов. Это и положение монетки на ладони, и сила, с которой совершается бросок, и высота падения, и его скорость и т.д. Но если опытов много, вне зависимости от того, как воздействуют факторы, всегда можно утверждать, что практическая вероятность близка к вероятности теоретической.

А вот еще один пример, который поможет понять сущность закона больших чисел: предположим, что нам нужно оценить уровень заработка людей в каком-то регионе. Если мы будем рассматривать 10 наблюдений, где 9 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, среднее арифметическое составит 68 тыс. рублей, что, естественно, маловероятно. Но если мы возьмем в расчет 100 наблюдений, где 99 человек получают 20 тыс. рублей, а 1 человек – 500 тыс. рублей, то при расчете среднего арифметического получим 24,8 тыс. рублей, что уже ближе к реальному положению дел. Увеличивая число наблюдений, мы будем заставлять среднее значение стремиться к истинному показателю.

Именно по этой причине для применения закона больших чисел в первую очередь необходимо набрать статистический материал, чтобы получать правдивые результаты, изучая большое число наблюдений. Потому-то и удобно использовать этот закон, опять же, в статистике или социальной экономике.

Подведем итоги

Значение того, что закон больших чисел работает, сложно переоценить для любой области научного знания, и особенно для научных разработок в области теории статистики и методов статистического познания. Действие закона также обладает большим значением и для самих изучаемых объектов с их массовыми закономерностями. На законе больших чисел и принципе математической статистике основываются практически все методы статистического наблюдения.

Но, даже не беря во внимание науку и статистику как таковые, можно смело сделать вывод, что закон больших чисел – это не просто явление из области теории вероятностей, но феномен, с которым мы сталкиваемся практически каждый день в своей жизни.

Надеемся, теперь сущность закона больших чисел стала вам более понятна, и вы сможете легко и просто объяснить его кому-то другому. А если тема математики и теории вероятностей вам интересна в принципе, то рекомендуем почитать о и . Также познакомьтесь с и . И, конечно же, обратите внимание на наш , ведь, пройдя его, вы не только овладеете новыми техниками мышления, но и улучшите свои когнитивные способности в целом, в том числе и математические.