Введение

Позитивное развитие общества уже в 17 веке привело к тому, что возник-

ла объективная необходимость в статистической информации. Развитию стати-

стического знания обязаны своим существованием такие современные науки

как экономика, государствоведение, криминология, криминалистика и др. В

современных условиях развития общества актуальность статистических иссле-

дований еще более возросла. Статистические познания позволяют не только

формировать объективную картину различных сторон общественной жизни го-

сударства, но и прогнозировать развитие явлений и процессов, происходящих в

обществе, определять их сущностные характеристики, закономерности и тен-

денции развития. Все это дает возможность избежать принятия необоснован-

ных программ и проектов социального развития общества, в том числе и мер,

направленных на установление социального контроля над преступностью, вве-

дения криминологически необоснованных законодательных новелл и новых

правовых институтов.

Данное пособие предназначено для студентов, в качестве теоретико-обу-

чающего элемента организации учебного процесса по курсу Уголовно-правовая

статистика.

Приобретение

студентами

навыков

статистической

методологии

имеет большое не только теоретическое, но и практическое значение. Знания,

полученные в ходе изучения курса Уголовно-правовая статистика, позволят

расширить границы мировоззрения, методологические основы мышления инди-

вида. В полной мере статистика позволяет привить навыки научной, рациональ-

ной организации труда, что в конечном итоге является неотъемлемой частью

профессионализма

работников

правоохранительной,

судебной

и

уголовно-

исполнительной системы.

В учебном пособии представлено два раздела. В первом разделе изложе-

ны основные теоретические положения современного состояния развития ста-

тистической науки. Во втором разделе представлен блок схем и таблиц, при-

званных расширить информационную базу и систематизировать знания, изуча-

1

ющего курс Уголовно-правовой статистики. В свете последних инициатив МВД

РФ И Генеральной Прокуратуры РФ, направленных на совершенствование си-

стема статистического учета преступлений и ужесточения ответственности за

систематическое укрывательство преступлений, основы научной организации

уголовно-правовой статистики приобретают еще большую актуальность и зна-

чение.

2

Раздел 1 Теоретические основы общей теории уголовно-

правовой статистики

Тема 1 Понятие, история становления, предмет, система и метод

уголовно-правовой статистики

Слово «status» латинское, означает «состояние вещей» или «положение».

От корня этого слова образовались слова -

stato - государство и существитель-

ное statistika. Первоначально слово «статистика» использовалось для обозначе-

ния состояния государства, то есть в значении «политическое состояния». В на-

стоящее время насчитывается около тысячи определений понятия «статисти-

ка».

1

Между статисткой и статистической наукой существует тесная взаимо-

связь. Статистическая практика применяет правила, выработанные наукой; в

свою очередь статистическая наука опирается на материалы практики и, обоб-

щая опыт практики, разрабатывает новые положения.

Современная статистика - это самостоятельная универсальная нау-

ка, которая с помощью присущих ей приемов и методов изучает количе-

ственные характеристики массовых явлений и процессов, раскрывает их

закономерности и тенденции развития

посредством познания их каче-

ственных особенностей.

Таким образом, статистика, основываясь на положениях других наук, вы-

ражает цифрами качественные особенности, сущность изучаемых ею обще-

ственных явлений. Статистику можно назвать количественным изучением об-

щественных явлений в целях раскрытия их качественного своеобразия.

2

1

Чаще всего категория «статистика» применяется в нескольких значениях:1.Статистика - как синоним слова

данные, то есть цифровой материал о массовых общественных явлениях и процессах;2.Статистика - область

практической деятельности, направленная на организацию рационального процесса сбора, обработки и анализа

цифрового материала о массовых общественных явлениях и процессах;3.Статистика - статистические сборни-

ки;4.Статистика (в узком понимании)- метод познания общественных и естественных массовых явлений и со-

бытий;5.Статистика - самостоятельная отрасль знаний, то есть как наука.

2

Остроумов С. С. Советская судебная статистика. М., 1976. С. 9.

3

Статистическая наука - один из самых могущественных методов позна-

ния. Статистика - это эффективное орудие, инструмент познания, используемый

в естественных и общественных науках для установления тех специфических

закономерностей, которые действуют в конкретных массовых явлениях, изучае-

мых данной наукой.

3

Необходимо отметить также, что статистика - это учение о системе пока-

зателей, то есть количественных характеристик, определяющих состояние (уро-

вень) тех или иных явлений.

Предмет современной статистики формировался под воздействием трех

научных школ:

-

Немецкая описательная школа, окончательно сформировалась к се-

редине 17 века ( Г.Конринг и Г. Ахенваль), своей главной задачей ее предста-

вители ставили описание «государственных достопримечательностей»: тер-

риторию

государства,

государственное

устройство,

население,

религию,

внешнюю политику и т.п. То есть, в их понимании предмет статистики не

ограничивался теми явлениями, которые имеют числовую характеристику.

Более того, ранние представители описательной школы вообще избегали

пользоваться числовыми данными и лишь позднее (в середине 18 века) чи-

словые данные постепенно завоевали право быть включенными в работы

описательной статистики.

4

Таким образом, представители немецкой описательной школы считали,

что статистика - это остановившаяся история, а история - это текущая стати-

стика.

-

Школа политических арифметиков, окончательно сформировалась

к концу 17 века (У. Петти, Ф. Гальтона), своей главной задачей представите-

ли этой школы ставили выявление закономерностей и взаимосвязей экономи-

ческих явления с помощью различных расчетов. Свои выводы они основыва-

3

Савюк Л. К. Правовая статистика. М., 2003. С.20.

4

Представители описательной школы стремились:а/ систематизировать существующие способы описаний госу-

дарств;б/ создать теорию такого рода описаний, разработать их подробную схему;в/ вести описание только в

словесной форме без цифр и вне динамики, то есть без отображения особенностей развития государств в те или

иные периоды, а только лишь в момент наблюдения.

4

ли на числовых данных, то есть с помощью меры веса и числа. Тем самым

они увеличили арсенал статистических методов, способствовали возникно-

вению статистики, как теории статистического учета. Это был принципиаль-

но новый этап развития статистической науки, так как от описания явлений и

процессов статистика перешла к их измерению и исследованию, к выработке

вероятных гипотез будущего развития. У. Петти считал, что статистика это

не только собирание и подытоживание сведений, но и совокупность методов

их обработки, позволяющих числами выразить определенные закономерно-

сти.

-

Статистико-математическая школа, сформировалась в первой

половине 19 века (А. Кетле) - рассматривала наблюдаемые статистикой еди-

ничные явления в жизни людей как проявления законов и считал исследова-

ние этих законов, их причинной зависимости единственной задачей, достой-

ной статистики как науки. Для координации развития статистики по инициа-

тиве А. Кетле проводились международные статистические конгрессы, а в

1885 г. был основан Международный статистический институт, существую-

щий и сейчас. Важнейшей заслугой А.Кетле является обоснование идеи ис-

пользования закономерностей, выявленных из массы случаев, в качестве

важнейшего инструмента познания объективного мира. Благодаря исследова-

ниям А. Кетле произошло расширение предмета статистики - он впервые

применил статистический метод к исследованиям явлений духовно-нрав-

ственной жизни - нравственной статистики. Его называют «отцом» морально

статистики. Представители статистико-математического направления счита-

ют основой статистики теорию вероятностей.

В России становление статистической науки началось с развития опи-

сательного направления. Среди ярких представителей описательной школы сле-

дует назвать И.К. Кириллова (1689- 1737), В.Н. Татищева (1686 — 1750), М.В.

Ломоносова (1711 — 1765), К.Ф. Германа (1767 — 1838). Одним из первых си-

стематизированных экономико-географических описаний России была работа

И.К. Кириллова «Цветущее состояние Всероссийского государства», написан-

5

ная в 1727 г. по материалам Петровской ревизии. Много сделал в области стати-

стики и экономической географии историк, географ, энциклопедист В.Н. Тати-

щев. В. Н. Татищев поставил вопрос о едином текущем учете населения, указал

на недостатки ревизий, разработал конкретные предложения по их проведению.

Им была разработана детальная программа для получения сведений, необходи-

мых для составления географии России с полным экономическим описанием.

Государствоведение нашло отражение и в работах М.В. Ломоносова. Так, в 1755

г. им была написана книга «Слово похвальное императору Петру Великому»,

где дана оценка Петровской ревизии. Особой заслугой М.В. Ломоносова являет-

ся усовершенствование программы обследования, разработанной Татищевым

для создания «Атласа Российского», целью которого являлась характеристика

географии, населения и экономики страны в разрезе отраслей - сельского хозяй-

ства, промышленности, торговли, транспорта. Бланки обследования, содержа-

щие ее программу, были разосланы в города и уезды; материалы обследования

поступали в академию в течение длительного времени и были обработаны уже

после смерти М.В. Ломоносова. Несмотря на то, что М.В. Ломоносова относят

к школе описательного направления, его работы не носили чисто описательного

характера, а содержали и элементы анализа.

Из отечественных мыслителей особо нужно сказать о А. Н. Радищеве

(1749-1802). Изучая проблемы преступности, он первым в России предложил

конструктивную методику статистического наблюдения ее тенденций, увязав ее

с причинами колебаний статистического ряда. Для этого им была разработана

система специальных таблиц - «ведомостей».

5

Одним из первых в русской статистической литературе проблемами тео-

рии статистики занялся К.Ф. Герман. Свои теоретические взгляды он изложил

сначала в большой статье «Теория статистики» в «Статистическом журнале», а

затем развил их в книге «Всеобщая теория статистики», изданной в 1809 г. Ав-

тор работ примыкал к описательной школе, однако не отрицал необходимости

разработки теории статистики. При этом под теорией статистики он понимал не

5

Радищев А. Н. Избранные философские и общественно-политические произведения. М., 1952. С. 461.

6

только рассуждения о содержании ее как науки, но и учение о той системе, ко-

торой нужно следовать, располагая материал при статистическом описании.

Большое значение для развития российской статистики имели работы ста-

тистика, историка и географа К. И. Арсеньева: « Начертание статистики Россий-

ского государства», « Статистические очерки России». С 1832 по 1853 гг. К. И.

Арсеньев заведовал работами статистического комитета при Министерстве вну-

тренних дел России.

Крупным событием в истории отечественной статистики было появление

в 1846 г. работы Д.П. Журавского (1810 — 1856) «Об источниках и употребле-

нии статистических сведений». В ней сформулированы специфические особен-

ности статистики как науки «категорического исчисления», где массовое наблю-

дение- основа статистического исследования, а группировка — основной метод

статистического анализа. Большое внимание в работе уделено критике источни-

ков статистических сведений, вопросам opгaнизации их получения, их досто-

верности. Важный этап в развитии статистики и в преподавании этой дисципли-

ны связан в именем профессора Московского университета А.И. Чупрова (1842

— 1908), издавшего «Курс статистики». Главное значение курса заключается в

пробуждении интереса к этой науке, в пропаганде статистических знаний, в их

популяризации. Особенно большой заслугой А.И. Чупрова перед отечественной

наукой является его долголетняя руководящая роль в организации земской ста-

тистики.

Особое место в истории русской статистики занимает П.П. Семенов-Тян-

Шанский (1827-1914, до 1906 г. — Семенов). С 1864 г. он возглавил ЦСК (Цен-

тральный статистический комитет) и руководил им в течение 33 лет. За это вре-

мя была проведена большая работа по упорядочению исследования русского хо-

зяйства: введены подворные обследования, налажена статистика урожаев, про-

ведена первая всеобщая перепись населения 1897 г., перепись паровых двига-

телей, началось издание справочных материалов по фабрично-заводской стати-

стике. П. П. Семенов-Тян-Шанский был автором многих ценных печатных ра-

бот в области статистики.

7

К концу 60-х годов прошлого столетия статистическая наука в России уже

настолько окрепла, что в 1872 г. в Петербурге был проведен Международный

статистический конгресс. П.П. Семенов сделал на нем доклад о принципах ор-

ганизации переписей населения. Основные положения, высказанные в этом

докладе, легли в основу организации переписей многих стран. Участие предста-

вителей

отечественной

науки

в

международных

статистических

конгрессах

способствовало изучению опыта зарубежной статистики.

Всемирной известностью пользовались работы представителей русской

академической статистики - Ю.Э. Янсона (1835 — 1893) и А.А. Кауфмана (1864

— 1919). Профессор Петербургского университета Ю.Э. Янсон в своем учебни-

ке «Теория статистики» обобщил результаты богатейшей русской и зарубежной

статистической практики своего времени. Особый интерес представляла и дру-

гая его работа «Сравнительная статистика России и западноевропейских госу-

дарств». В работах А.А. Кауфмана достаточно полно излагалась история стати-

стической мысли в России.

В начале века ХХ века в нашей стране отмечалось интенсивное развитие

математической статистики и применение ее аппарата в практической деятель-

ности. Появляются специальные исследования о кривых распределения (А.В.

Леонтович), о корреляционном анализе (Е.Е. Слуцкий, А.А. Чупров). Вопросы

теории статистики получают глубокую трактовку в трудах ученых, работы кото-

рых широко известны во всем мире (С.Г. Струмилин, В.С. Немчинов, Б.С.

Ястремский, А.Я. Боярский и др.). С 1914 по 1917 г. регулярно издавался жур-

нал «Статистический вестник». С 1919 по 1929 г. издавался журнал «Вестник

статистики», в 1949 г. его издание возобновилось, а в 1995 г. он получил назва-

ние «Вопросы статистики». В 50-х годах начали выходить «Ученые записки по

статистике», издаваемые Академией наук. Отдельные тома посвящались акту-

альным проблемам: статистическому контролю хода производственных процес-

сов и качества продукции, измерению и анализу производительности труда,

международным сравнениям статистических показателей и др.

Как самостоятельная наука статистика обладает собственным предметом.

8

Свой предмет уголовно-правая статистика изучает при помощи опреде-

ленных категорий, т. е. понятий, которые отражают наиболее общие и суще-

ственные свойства, признаки, связи и отношения предметов и явлений объек-

тивного мира.

1. Статистическая совокупность — это совокупность социально-право-

вых объектов или явлений общественной жизни, объединенных некоей каче-

ственной основой, общей связью, но отличающихся друг от друга отдельными

признаками. Таковы, например, совокупность преступлений, совокупность осу-

жденных и т. п. Совокупности могут быть однородными и разнородными.

Совокупность называется однородной, если один или несколько изучае-

мых существенных признаков ее объектов являются общими для всех единиц.

Совокупность оказывается однородной именно с точки зрения этих признаков.

Совокупность, в которую входят явления разного типа, считается разно-

родной. Совокупность может быть однородна в одном отношении и разнородна

в другом. В каждом отдельном случае однородность совокупности устанавлива-

ется путем проведения качественного анализа, выяснения содержания изучае-

мого общественного явления.

2. Единица совокупности — это первичный элемент статистической сово-

купности, являющийся носителем признаков, подлежащих регистрации, и осно-

вой ведущегося при обследовании счета.

3 . Признак — это качественная особенность единицы совокупности. По

характеру отображения свойств единиц изучаемой совокупности признаки де-

лятся на две основные группы:

признаки,

имеющие

непосредственное

количественное

выражение,

например возраст, стаж работы, средний заработок и т. д. Они могут быть дис-

кретными и непрерывными;

признаки, не имеющие непосредственного количественного выражения. В этом

случае

отдельные

единицы

совокупности

различаются

своим

содержанием

(например, криминальные профессии: вор-карманник, киллер, черный копатель

и т. д.). Такие признаки обычно называют атрибутивными (в философии «атри-

9

бут» — неотъемлемое свойство предмета). В случае, когда имеются противопо-

ложные по значению варианты признака, говорят об альтернативном признаке

(да, нет). Например, вина, челок может быть либо виновен, либо невиновен в

совершении преступного деяния.

Особенностью статистического исследования является то, что в нем изу-

чаются только варьирующие признаки, т. е. признаки, принимающие различные

значения (для атрибутивных, альтернативных признаков) или имеющие различ-

ные количественные уровни у отдельных единиц совокупности.

4 . Статистический показатель — это понятие (категория), отображаю-

щее количественные характеристики (размеры) соотношения признаков обще-

ственных явлений. Статистические показатели могут быть объемными (числен-

ность осужденных, ущерб от преступлений) и расчетными (средние величины).

Они могут быть плановыми, отчетными и прогностическими (т. е. выступать в

качестве прогнозных оценок). Статистические показатели следует отличать от

статистических данных. Статистические данные — это конкретные численные

значения статистических показателей. Они всегда определены не только каче-

ственно, но и количественно и зависят от конкретных условий места и времени.

Задачами статистики в этом направлении являются:

а) правильное определение содержания статистического показателя;

б) разработка методологии подсчета и расчета статистического показате-

ля.

5. Система статистических показателей — это совокупность статисти-

ческих показателей, отражающая взаимосвязи, которые объективно существуют

между явлениями. Для каждой общественно-экономической формации харак-

терна определенная система взаимосвязи общественных явлений. Поэтому об-

разуют систему и статистические показатели.

Система статистических показателей охватывает все стороны жизни об-

щества на различных уровнях: страны, региона — макроуровень; отдельных ви-

дов преступного поведения— микроуровень.

Системы статистических показателей имеют следующие особенности:

10

-

они носят исторический характер - меняются условия жизни насе-

ления, общества, меняются и системы статистических показателей;

-

методология расчета статистических показателей непрерывно со-

вершенствуется.

Содержание предмета статистики предопределяет ее особенности:

1.

Статистика изучает только массовые общественные явления и про-

цессы;

2.

Изучение осуществляется не абстрактно, а в условиях конкретного

места и времени;

3.

Предмет статистики познается ею в динамике;

4.

Статистика изучает количественную сторону общественных явле-

ния и процессов, с тем, чтобы познать их глубинные качественные особенно-

сти, установить закономерности и тенденции их развития;

5.

Для статистики качество и количество - категории неотделимые

друг от друга;

6.

В статистике каждое число поименовано, то есть голые цифры, без-

относительно к их конкретному содержанию, не могут представлять для ста-

тистики ни теоретического, ни практического интереса.

6

Этим статистика от-

личается от математики;

7.

Статистика обнаруживает и наглядно иллюстрирует взаимосвязь и

взаимообусловленность явлений во времени;

8.

Философскую основу статистики составляет закон «перехода коли-

чественных изменений в качественные»;

9.

Математическую основу статистики составляет

«закон больших

чисел»;

10.Теоретическую основу статистики составляют такие теории как: тео-

рия вероятности; теория средних величин.

С актуализацией проблем преступности, в обществе возникает необходи-

мость статистического учета и научного осмысления информации о преступно-

6

Остроумов С. С. Советская судебная статистика. М., 1976. С.10.

11

сти и судимости. Возникает такая отрасль статистики как правовая статистика.

В России правовая статистика начинает складываться со второй половины 19

века

7

и так как она базировалась на информации о судимости то первоначально

она получила наименование - судебная статистика. С 80-х годов 20 века более

применимым и в практике и в науке становится название - юридическая стати-

стика.

Таким

образом, правовая (юридическая) статистика - это отрасль

статистической науки, имеющую дело с количественными показателями

правовой и иной юридически значимой деятельности.

8

Система юридической статистики имеет трехуровневое деление:

1.

Общая теория статистики;

2.

Социальная статистика;

3.

Юридическая статистика.

Юридическая статистика в свою очередь делиться на:

А/ статистику практической деятельности:

1.1.

уголовно-правовую статистику;

1.2.

административно-правовую статистику;

1.3.

гражданско-правовую статистику;

1.4.

статистику прокурорского надзора;

1.5.

статистику исполнения уголовных наказаний.

Б/ доктринальную правовую статистику:

1.1.

криминологическую статистику

9

;

1.2.

моральную статистику

10

;

1.3.

виктимологическую статистику

11

.

Методы уголовно-правовой статистики:

1.

Массовое статистическое наблюдение;

7

Одними из первых правовых статистических исследований являются работы А. Н. Радищева «О законополо-

жении»; статья К. Германа « Изыскание о числе убийств и самоубийств в России за 1819 и 1820 гг.»

8

Лунеев В. В. Юридическая статистика. М., 2000. С., 13.

9

Впервые данный вид статистики предложил Ю. Д. Блувштейн в книге «Криминологическая

статистика».Минск,1981.

10

Понятие моральной статистики впервые появилось в 1833, автором его был А.Герри ( Исследование мораль-

ной статистики во Франции). Как отмечал в своей работе М.Н. Гернет «Нам кажется, что если порывать с назва-

нием « моральная статистика», то следует заменить его не одним каким-нибудь другим, а целым рядом назва-

ний, и говорить об «уголовной статистике», о «статистике самоубийств», о «статистике потребления алкоголя»

и пр. (Моральная статистика. М., 1922. С.11.); С.С. Остроумов включал в содержание моральной статистики

уголовную статистику, статистику дисциплинарных правонарушений и статистику аморальных поступков ( Со-

ветская судебная статистика. М., 1976. С. 409.

11

Статистика о жертвах преступлений.

12

2.

Сводка и группировка результатов наблюдения;

3.

Обобщение и анализ полученной информации.

Методы уголовно-правовой статистики в полной мере отражают осо-

бенности и характерные черты ее предмета. Прежде всего, это проявляется в

том, что в отличие от методов других наук, которые применяются произволь-

но, в зависимости от целей, преследуемых исследователем, методы статисти-

ки носят строгую иерархическую последовательность, взаимосвязаны и вза-

имозависимы между собой.

Методологической основой статистики является теория отражения, ко-

торая проецируется в три основополагающих категории: достоверность

( доказательность); точность и полнота; глубина и существенность отобража-

емых свойств и отношений оригинала.

Всю совокупность методов статистического познания массовых соци-

ально-правовых явлений делят на две основные группы: методы статистиче-

ского наблюдения и методы обработки и анализа статистических данных.

Ключевые понятия по теме

Статистика как наука - отрасль общественной науки, которая присущи-

ми ей методами, способами и приемами изучает количественную сторону каче-

ственно однородных массовых социальных явлений и процессов, развитие их

во времени и пространстве, их структуру и распределение, обнаруживая свой-

ственные им количественные зависимости, тенденции и закономерности в кон-

кретных условиях места и времени.

Правовая статистика - это основанная на общих принципах и содержа-

нии юридических наук система положений и приемов общей теории статисти-

ки,

применяемых

к

области

изучения

правонарушений

и

мер

социального

контроля над ними.

12

12

Кудрявцев В. Н. Правовое поведение: норма и патология. М., 1982.

13

Криминологическая

статистика

-

изучает

преступность

присущими

статистике методами, как определенное социальное явление.

13

Статистика виктимности - дает количественную характеристику лич-

ности потерпевших и их поведения по следующим направлениям: 1/ совершен-

ное преступление, личность обвиняемого и причиненный им вред;2/демографи-

ческие, социально-психологические, правовые и другие признаки, характеризу-

ющие личность потерпевшего;3/роль потерпевшего в конфликтной ситуации и

так далее.

14

Предмет статистики - совокупности (множества) однокачественных, ва-

рьирующихся явлений. Предметом правовой статистики являются характер и

тенденции действия правовых закономерностей в их количественном выраже-

нии.

15

Статистическая

совокупность- это совокупность социально-правовых

объектов или явлений общественной жизни, объединенных некоей качествен-

ной основой, общей связью, но отличающихся друг от друга отдельными при-

знаками. Совокупности бывают: однородные и разнородные.

Единица статистической совокупности - это первичный элемент стати-

стической совокупности, являющийся носителем признаков, подлежащих реги-

страции, и основой ведущегося при обследовании счета.

Признак - это качественная особенность единицы совокупности. Призна-

ки бывают: имеющие непосредственное количественное выражение (возраст

преступника; криминальный стаж; срок лишения свободы; размер похищенного

и т.д.) и не имеющие непосредственного количественного выражения (крими-

нальная специализация; пол преступника; национальность; профессия; образо-

вание и др.).

Статистический показатель - это понятие, отображающее количествен-

ные характеристики соотношения признаков правовых явлений. Бывают объем-

ные и расчетные статистические показатели.

13

Блувштейн Ю. Д. Криминологическая статистика. Минск, 1981.

14

Остроумов С. С. Советская судебная статистика. М., 1976. С. 41.

15

Савюк Л. К. Правовая статистика. М., 2001. С. 80.

14

Система статистических показателей - это совокупность статистиче-

ских показателей, отражающая взаимосвязи, которые объективно существуют

между явлениями.

Метод статистики - это целая совокупность приемов, пользуясь которы-

ми статистика исследует свой предмет.

16

Статистическая методология - это совокупность взаимосвязанных спе-

цифических методов, способов и приемов исследования, применяемых в стати-

стике.

Список рекомендуемой литературы к теме

1.

Омигов В. И. Закономерности развития преступности в Российской Федера-

ции на рубеже веков.// Государство и право, 2000, № 6. С. 52-55.

2.

Акутаев Р. М. К вопросу о методах измерения латентной преступности.// Го-

сударство и право, 1998. № 7. С. 57-60.

3.

Бабаев М. М., Быков Л. А., Звирбуль. В. К., Изучение преступности. М.,

1973.

4.

Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

5.

Виноградова Н. М., Евдокимов В. Т., Хитарова Е. М., Яковлева Н. И. Общая

теория статистики. М., 1968.

6.

Гаврилов Б. Я. Способна ли российская статистика о преступности стать ре-

альной?// Государство и право, 2001, № 1. С. 47-62.

7.

Гернет М. Н. Моральная статистика./Избранные произведения. М., 1974.

8.

Гернет М. Н. Определение моральной статистики //Моральная статистика 20-

х гг. Серия «История статистики». Вып.2.М., 1990.

9.

Джесен Р. Методы статистических исследований./Пер. с англ. Ю. П. Лукаши-

на, Я. Ш. Паппэ./Под ред., Е. М. Четыркина. М., 1985.

10.Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

11.Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. М.,

2002.

16

Статистика. Учебник. Курс лекций/Под., ред. В. Г. Ионина. М., 1997. С.8.

15

12.Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

13.Иванов Л. О. Предмет моральной статистики в историческом аспекте//Со-

весткое государствои и право.1990. № 4. С.66.

14.Иванов О. В. Показатели социальной напряженности // В кн.: Социальные

проблемы экономических реформ/ Под ред. А. Е. Когута. СПб., 1994.

15.Кендалл М.Дж., Стюарт А. Статистические выводы и связи. М., 1973.

16.Кондратюк Л. В. Латентная преступность. М., 1994.

17.Кондрашко

Н.

Нужно

разобраться

в

понятиях

и

критериях.//Законность,

1999, № 6, С. 32-34.

18.Конев А. А. Преступность в России и ее реальное состояние. Нижний Новго-

род, 1993.

19.Криминология: статистический метод и системный подход.//Уголовное пра-

во, 2002, № 1, С. 92- 93.

20.Крутер М. С. Теоретический анализ криминогенного комплекса преступно-

сти // Юридический мир. 2001. № 1. С. 28-35.

21.Ларин А. М. Преступность и раскрываемость преступлений.// Государство и

право, 1999. № 4. С. 83-89.

22.Лунеев В. В. Контроль над преступностью: надежны ли показатели?//Госу-

дарство и право. 1995.№ 7. С. 89-102.

23.Лунеев В. В. Преступность ХХ века: мировые, региональные, российские

тенденции. М., 1997.

24.Лунеев В. В. Содержание и значение моральной статистики //Советское госу-

дарство и право. 1990. № 4, С. 69-74.

25.Лунеев В. В. Юридическая статистика. М., 2000.

26.Математические методы в социальных науках./Пер. с англ. М., 1973.

27.Математические методы в социологическом исследовании. М., 1981.

28.Методика анализа преступности/ А. И. Долгова, С. В. Тюрин, В. А. Серебря-

кова и др. Методическое пособие. М., 1986.

29.Методика обобщения судебной практики. М., 1976.

16

30.Методологические положения по статистике. Вып.1.Госкомстат России. М.,

1996.

31.Методологические положения по статистике. М., 1996-1998.

32.Миллс Ф. Статистические методы./Пер. с англ. М., 1958.

33.Моральная статистика 20-хгодов//История статистики. Вып.1 М., 1991.

34.Организация деятельности информационных работников горрайлинорганов

внутренних дел. М., 1995.

35.Остроумов С. С. Советская судебная статистика. М., 1976.

36.Остроумов С. С. Правовая статистика. М., 1986.

37.Перспективные информационные технологии в правовой сфере. М., 1993.

38.Плошко Б. Г., Елисеева И. И. История статистики. М., 1990.

39.Правовая информатика и кибернетика: Учебник/Под ред., Н. С. Полевого.

М., 1993.

40.Правовая статистика./ Под ред., З.Г. Яковлевой. М., 1986.

41.Правовая статистика./Под ред., Н. А. Осетрова. М., 1980.

42.Птуха М. Очерки по истории статистики 17-18 веков. М., 1945.

43.Радищев А. Н. Избранные философские и общественно-политические произ-

ведения. М., 1952.

44.Самойленко В. Искаженная статистика.// Законность. 2001. № 3. С. 22-23.

45.Соколова Е. Т. Проективные методы исследования личности. М., 1980.

46.Спирина С. Г. Культура статистического анализа математического моделиро-

вания тенденций преступности/ В кн.: Проблемы преступности: традицион-

ные и нетрадиционные подходы/ Отв.ред., А. И. Долгова. М., 2003. С. 207-

209.

47.Статистика. Учебник. /Под ред., И. И. Елисеевой. М., 2002.

48.Статистика: курс лекций./ Харченко Л. П., Долженкова В. Г., Ионин В. Г. и

др. Новосибирск. 1997.

49.Статистическое моделирование и прогнозирование/ Учеб. Пособие /Под ред.

А. Г. Гранберга. М., 1990.

17

50.Суслов И. П. Основные теории достоверности статистических показателей.

Новосибирск, 1979.

Тема 2 Закон больших чисел и теория вероятностей в уголовно-

правовой статистике

Как известно, важнейшая задача статистической науки заключается в том,

чтобы установить и выразить в числах закономерности и взаимозависимости

изучаемых общественных явлений.

Для решений этой задачи статистика опирается на закон больших чисел

смысл

которого

состоит

в

том,

что

правильности

и

закономерности

общественных

явлений

могут

быть

обнаружены

только

при

массовом

наблюдении. Закон больших чисел дает возможность перейти « от случайного

и единичного к устойчивому и массовому...».

17

Закон

больших

чисел

лежит

в

основе

самой

логики

статистического

умозаключения;

на

основе

закона

больших

чисел

выявляется

массовая

закономерность.

18

Впервые обоснование закона больших чисел осуществлено в работах

представителей школы английских политических арифметиков. Джон Граунт «

первый

на конкретном статистическом материале установил специфические

закономерности,

присущие

совокупностям

массовых

случайных

явлений».

19

Швейцарский

математик

Я.

Бернули

в

трактате

«Искусство

строить

предположения», опубликованном в 1713 г., положил начало математической

формулировке закона больших чисел в элементарном виде. Но более глубокое

обоснование

закона

больших

чисел

осуществил

представитель

бельгийской

статистической школы А. Кетле

в конце 19 века. В 1867 году знаменитый

русский математик П. Л. Чебышев дал обоснование закона больших чисел в

наиболее

общем

выражении.

Суть

доказанных

им

положений

сводиться

к

17

Ленин В. И. Полн. собр. соч., Т.25, С. 47.

18

Яхот О. О. Закон больших чисел и социальная статистика//Вопросы философии. 1965.№ 12. С. 86.

19

Птуха М. Очерки по истории статистики 17-18 веков. М., 1945. С. 33.

18

следующему: в большом числе наблюдений, сколь угодно близка к единице, то

есть

к

достоверности,

вероятность

того,

что

разность

между

частостью

возникновения

какого-либо

события

и

его

математической

вероятностью

становится сколь угодно мала.

Таким

образом,

в

малом

числе

наблюдений

(например,

отдельные

преступления)

случайные

причины

не

дают

возможности

выявить

закономерности. Но при суммировании большого числа единичных явлений

случайности парализуют друг друга, что

и позволяет установить законы,

которые при малых масштабах маскируются индивидуальными отклонениями.

«...Необходимое,—

писал

Ф.

Энгельс,—

прокладывает

себе

дорогу

сквозь

бесконечное

множество

случайностей...»

20

.

Надо

иметь

в

виду,

что

закономерности, которые обнаруживаются лишь при суммировании большого

числа единичных фактов, называются статистическими, в противоположность

закономерностям динамическим, проявляющимся в каждом отдельном случае.

«В

науке

существует

понятие

статистической

закономерности,

которая

действительна

только

для

целого

ансамбля

явлений,

а

не

для

каждого

отдельного элемента этого ансамбля, как в динамической закономерности...

Статистическая

закономерность

проявляется

и

может

быть

обнаружена

в

большем

числе

случаев,

в

массовом

потоке

фактов»

21

.

Следовательно,

в

объективной

действительности

мы

находим

два

вида

закономерностей:

статистические и динамические, каждый из которых и стремится установить

наука, применяя для этого различные приемы.

Статистическая

закономерность

-

это

не

особая

форма

движения

материи,

а

лишь

внешнее

проявление

этого

движения

в

статистических

распределениях

и

обобщающих

статистических

характеристиках.

Статистически

установленные

правильности

в

изменениях

количественных

показателей, повторяемость и устойчивость фактов свидетельствуют лишь о

20

Маркс К. и Энгельс Ф. Избранные произведения, Т. 11. М., 1949, С. 468.

21

Основы марксистско-ленинской философии. М., 1975. С. 145-146.

19

том, что в исследуемом массовом явлении заложена известная закономерность,

вскрытие которой составляет задачу криминологии.

22

Множество вариаций и случайных отклонений, сглаживаются в массовых

повторениях, что приводит к образованию статистических закономерностей.

Закономерности массового явления, объективные связи, заложенные в

этом явлении, находят свое отражение не в отдельных показателях, а в средней

величине, в характере распределения. В силу сказанного закон больших чисел

называют также законом средних величин.

Под

законом

больших

чисел

понимается

общий

принцип,

в

силу

которого совокупное действие большого числа случайных фактов приводит

к результату, почти не зависящему от случая. При суммировании большого

числа

единичных

явлений

выступают

наружу

порядок,

закономерность

их

движения,

которые

остаются

незаметными

при

малом

числе

наблюдений...

Статистический

метод

дает

возможность

обнаружить

закономерность,

необходимость там, где видна лишь поверхность явлений, кажущийся хаос

случайностей».

Знакомясь

с

законом

больших

чисел,

необходимо

обратить

особое

внимание на то, что его правильное понимание возможно только на основе

теории

о

соотношении

отдельного

(единичного)

и

общего,

случайного

и

необходимого,

о

законе

как

форме

проявления

всеобщей

связи

и

взаимозависимости между явлениями.

Изучение

закона

больших

чисел

в

отрыве

от

указанных

проблем

философии

неизбежно

привело

бы

к

его

формально-математическому

толкованию.

Необходимость и случайность неразрывно связаны друг с другом, они

представляют собой единство противоположностей, переходящих друг в друга,

причем

случайность

есть

форма

проявления

необходимости,

которая

прокладывает себе дорогу сквозь массу случайностей. В каждом отдельном

факте

основную

закономерность

могут

затушевать

или

исказить

действия

22

Савюк Л. К. Правовая статистика. М., 2001. С., 500.

20

случайных

обстоятельств,

но

в

достаточно

большем

числе

событий

необходимость будет выявлена в полной степени. «...Внутренний закон, —

писал К. Маркс, — прокладывающий себе дорогу через эти случайности и

регулирующий их, становится видимым лишь тогда, когда они охватываются в

больших массах...»

23

.

Закон больших чисел является одним из выражений диалектической связи

между случайностью и необходимостью. Уменьшение степени случайности и

возрастание степени вероятности наличия определенного признака происходит

по мере увеличения статистической совокупности.

Он дает возможность установить количественную характеристику связи,

существующую между числом подвергаемых наблюдению фактов и степенью

проявления общей закономерности, присущей этим фактам. На каждое явление

наряду

с

главными,

решающими

причинами

влияют

второстепенные,

случайные причины, что и создает специфику, индивидуальные особенности

данного

явления.

При

большом

числе

наблюдений

более

ясно

выступают,

обнаруживаются

черты

и

свойства,

являющиеся

существенными

для

всех

единиц данного типа. В этом смысле закон больших чисел служит только

характеристикой особой формы массовых количественных отношений и не

может поэтому рассматриваться ни как «универсальный закон», ни тем более

как метод раскрытия внутренних закономерностей развития явлений

24

.

Значение закона больших чисел сводится к следующему:

1

основываясь

на

его

положениях,

возникает

научно-

обоснованная

возможность

выявить

закономерности

и

тенденции

развития преступности;

2

на

основе

закона

больших

чисел

приобретает

научный

характер

один

из

важнейших

криминологических

методов

-

прогнозирование;

3

закон

больших

чисел

позволяет

формировать

типовые

криминологические

методики

профилактики

отдельных

типов

преступности и преступного поведения.

Теория вероятностей

23

Маркс К. и Энгельс Ф. Соч., Т.25. Ч.2, С. 396.

24

Остроумов С. С. Советская судебная статистика. М., 1976. С., 195.

21

Теория вероятностей возникла в середине 17 века благодаря

исследованиям таких ученых как Б. Паскалю, П. Ферма, Х. Гюйгенсу. В 18 и

начале 19 века над отдельными проблемами теории вероятностей с успехом

работают А. Муавр, П. Лаплас, С. Пуассон, К. Гаусс.

По определению П.С. Лапласа, вероятность является оценкой степени

объективной возможности того или иного результата при отборе на удачу одной

единицы

из

всей

совокупности.

Вероятность

-

есть

здравый

смысл,

переложенный на вычисление.

В соответствии с теоремой П. Л. Чебышева, с вероятностью, сколь угодно

близкой к единице (достоверности), можно утверждать, что если x, y,…, w суть

независимые случайные величины, имеющие определенные математические

ожидания т равномерно ограниченные дисперсии, то при достаточно большом

числе

этих

случайных

величин

их

средняя

арифметическая

будет

мало

отличаться от средней арифметической их математических ожиданий.

Задачей

«теории

вероятностей

является

измерение

объективной

возможности

различных

результатов,

возникающих

в

массе

случайных

событий, и выведение на этом основании количественных закономерностей,

которым они подчиняются».

25

Теория

вероятностей

вычисляет

шансы

за

и

против

возможности

наступления того или иного случайного события и выражает вероятность такого

наступления строго математически. Таким образом, теория вероятностей есть

математическая

наука,

выясняющая

закономерности,

которые

возникают

в

большом числе случайных явлений.

Для определения вероятности какого-нибудь события или факта необхо-

димо определить два показателя: количество шансов, благоприятствующих на-

ступлению данного факта, и количество всех возможных шансов, как благопри-

ятствующих, так и неблагоприятствующих появлению этого факта. Отношение

первого показателя ко второму называется математической вероятностью. Для

точности вычисления математической вероятности все возможные шансы (зна-

25

Статистический словарь. М., 1965. С. 625.

22

менатель дроби) должны быть равновозможными, исчерпывающими и несовме-

стимыми. Математическая вероятность заключается между двумя пределами -

невозможностью и достоверностью, причем в первом случае она равна 0, а во

втором - 1. Невозможность означает, что данное явление произойти не может. В

числовом выражении вероятность равна доле признака во всей совокупности.

Таким

образом,

«математическая

вероятность»

выражается

в

виде

дроби, где в числителе указывается число благоприятствующих шансов, а в

знаменателе число всех возможных шансов. Таким образом, математическая

вероятность,

как

мы

уже

говорили,

представляет

собой

меру

объективной

возможности наступления интересующего нас случайного явления.

Вероятность обычно обозначается буквой Р.

Опытная

(эмпирическая)

вероятность

-

отношение

количества

фактически появившихся интересующих нас фактов к общему количеству всех

возможных фактов, выраженное в виде процента или десятичной дроби.

Вероятность принято классифицировать по следующей шкале:

0,00- полностью исключено;

0,10 – в высшей степени неопределенно;

0,20 – весьма неправдоподобно;

0,30-0,40 – неправдоподобно;

0,60 – вероятно;

0,70 – весьма вероятно;

0,80-0,90 – в высшей степени вероятно;

1,00 –полностью достоверно.

Таким образом, теория вероятности представляет собой раздел математи-

ки в котором изучаются случайные явления (события), имеющие устойчивую

частость, а следовательно, и вероятность, что позволяет выявлять закономерно-

сти при массовом повторении явлений.

Ключевые понятия к теме

Закон больших чисел - смысл этого закона сводится к следующему: правиль-

ности и закономерности общественных явлений могут быть обнаружены только

23

при массовом наблюдении.

26

Закон больших чисел дает возможность перейти от

случайного и единичного к устойчивому и массовому. Статистическая законо-

мерность проявляется и может быть обнаружена в большем числе случаев, в

массовом потоке фактов. Этот закон является одним из выражений диалектиче-

ской связи между случайностью и необходимостью.

Теория

вероятностей

-

задачей

теории

вероятностей

является

измерение

объективной возможности различных результатов, возникающих в массе слу-

чайных событий, и выведение на этом основании количественных закономерно-

стей, которым они подчиняются. Теория вероятностей вычисляет шансы за и

против возможности наступления того или иного случайного события и выра-

жает вероятность такого наступления строго математически. Если долю явле-

ний, обладающих данным признаком, мы изобразим буквой Р, то доля осталь-

ных явлений, не обладающих этим признаком, будет равна (1-Р).

Математическая вероятность - отношение количества шансов, благоприят-

ствующих наступлению данного события, к количеству всех возможных шан-

сов, как благоприятствующих, так и неблагоприятствующих появлению этого

факта.

Эмпирическая вероятность - отношение количества фактически появившихся

интересующих нас событий к общему количеству всех возможных событий, вы-

раженное в виде процента или десятичной дроби.

Закон П. Л. Чебышева - С вероятностью, сколь угодно близкой к единице ( до-

стоверности), можно утверждать, что если х, у…п, суть независимые случай-

ные величины, имеющие определенные математические ожидания и равномер-

но ограниченные дисперсии, то при достаточно большом числе случайных ве-

личин их средняя арифметическая будет сколь угодно мало отличаться от сред-

ней арифметической их математических ожиданий.

Список рекомендуемой литературы

26

Остроумов С. С. Советская судебная статистика. М., 1976. 188.

24

1.

Аванесов А. Г. Теория и методология криминологического прогнозирования.

М., 1972.

2.

Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

3.

Герцензон А. А., Остроумов С. С. К вопросу о показательности выборочных

криминологических исследований. М., 1964.

4.

Гнеденко Б. В. Курс теории вероятностей. М., 1961.

5.

Кудрявцев В. Н. Причинность в криминологии. М., 1968.

6.

Остроумов С. С. Советская судебная статистика. М., 1976.

7.

Остроумов С. С. Уголовная статистика и предупреждение преступности. М.,

1972.

8.

Рубанов Г. В. Предвидение и случайность. Минск, 1974.

9.

Савюк Л. К. Правовая статистика. М., 2001.

Тема 3 Обобщающие показатели в уголовно-правовой статистике

Обощающий показатель содержит количественную характеристику тех или

иных свойств, изучаемых, в ходя статистического исследования явлений. Пока-

затель формализует содержание изучаемых сторон правовых явлений и пред-

ставляет собой модель их количественной характеристики. Чем сложнее изучае-

мое явление, тем труднее оно поддается формализации и моделированию. Та-

ким образом, статистический показатель - это величина, объективно характери-

зующая исследуемое явление в условиях конкретного места и времени. Стати-

стические показатели бывают трех видов: абсолютные, относительные и сред-

ние.

Абсолютные показатели получают путем простого суммирования первич-

ных данных. Абсолютные показатели являются всегда именованными числами,

то есть всегда имеют единицу измерения. В соответствии с этим абсолютные

показатели

бывают:

натуральными

(годы,

сроки

наказаний,

и

так

далее),

условно-натуральными (когда применяются условные единицы измерения), сто-

имостными (совокупный ущерб в рублях, стоимость похищенного).

25

Обобщающие показатели выступают в виде относительных или средних

величин.

27

Относительные показатели получают путем определения соотношения

статистических данных в условиях конкретного места и времени. В уголовно-

правовой статистике применяются следующие относительные показатели: отно-

сительные показатели динамики; относительные показатели структуры; относи-

тельные

показатели

интенсивности.

Характеристику

относительных

показа-

телей динамики и интенсивности мы рассмотрим в отдельных главах данного

учебного пособия.

Структура преступности - показатель, характеризующий долевое соотноше-

ние видов или групп преступлений в общей массе преступности. Доля тех или

иных видов и групп преступлений измеряется в процентах и именуется удель-

ным весом в общем количестве преступлений, взятом за 100 %. Формула струк-

туры преступности следующая:

Вп

С=

П

Где Вп - вид преступности;

П - вся преступность.

В криминологии применяются следующие виды структуры преступности:

а) характерологическая структура преступности - определяет соотноше-

ние (долю) наиболее опасных преступлений в общей массе всех преступлений;

б) пространственная ( территориальная) структура преступности - это со-

отношение (доля) между частями преступности определенного характера, обу-

словленное наличием различных административных единиц на определенной

территории ;

в) темпоральная (временная) структура преступности - характеризует со-

отношение различных видов преступности в течение определенных периодов

времени.

27

Суслов И. П. Теория статистических показателей. М., 1975.

26

Коэффициент преступности - это показатель ее частоты и распространен-

ности на определенной территории. Это показатель уровня преступности, ха-

рактеризующийся числом совершенных за определенный промежуток времени

на определенной территории преступлений в расчете на 100000 чел.

Этот показатель рассчитывается по формуле:

П •100000

К =

Н

Где П - количество всех зарегистрированных преступлений;

Н - количество населения, проживающего на определенной территории в

определенный промежуток времени.

В криминологии также применяется такой показатель как Коэффициент

криминальной пораженности. В этом случае в расчетах участвует абсолютное

количество не всего население, а только достигшего 14 лет - минимального воз-

раста наступления уголовной ответственности по УК РФ (ч.2 ст.20 УК РФ) и не

старше 65 лет - возраста с которого наблюдается резкое снижение криминаль-

ной активности.

Средняя величина - это обобщающий показатель, характеризующий типи-

ческий уровень явления в расчете на единицу совокупности в конкретных усло-

виях места и времени. Он выражает величину признака, отнесенную к единице

совокупности.

Средняя всегда обобщает количественную вариацию признака, то есть в

средних величинах погашаются индивидуальные различия единиц совокупно-

сти, обусловленные случайными обстоятельствами.

Важный вклад в обоснование и развитие теории средних величин внес

крупнейший ученый 19 века Адольф Кетле. В своей монографии «Социальная

система и законы ею управляющие» А. Кетле отмечал следующее: « В мире су-

ществует общий закон, предназначенный как бы для того, чтобы разливать

жизнь во Вселенной; в силу этого закона все живущее подлежит бесконечному

27

разнообразию…Каждый предмет подвержен флюктуациям.»

28

Согласно его тео-

рии массовые явления и процессы формируются под влиянием двух групп при-

чин. В первую группу общих для всех единиц массовой совокупности причин

относятся причины, определяющие состояние массового процесса. Они форми-

руют типичный уровень для единиц данной качественно-однородной совокуп-

ности и связаны с сущностью изучаемого явления.

Вторая группа (индивидуальных) причин формирует специфические осо-

бенности, а следовательно, их отклонения от типичного уровня. Эти причины

не связаны с природой изучаемого явления, их называют случайными причина-

ми.

При исчислении средней величины по массе единиц влияние случайных

причин взаимопогашается, и средняя, абстрагируясь от индивидуальных осо-

бенностей отдельных единиц совокупности, выражает общие свойства, прису-

щие всем единицам. А. Кетле отмечал, что статистические средние представ-

ляют собой не просто метод математического измерения, а категорию объектив-

ной действительности. Об этом говорит формулировка Закона больших числе,

данная великим русским математиком П. Л. Чебышевым. Чем больше объем од-

нородной совокупности, тем полнее взаимопогашение случайных (по отноше-

нию к совокупности в целом и ее законам) элементов признака х; полнее и на-

дежнее, с большей вероятностью среднее значение признака измеряет действие

общих для совокупности закономерностей.

Посредством средних возникает реальная возможность осуществить пере-

ход от единичного к общему, от случайного к закономерному. Что приобретает

особую значимость для познания преступности, выработки общих методик и

тактик расследования, построения типовых версий и типовых схем предупре-

ждения преступного поведения. Закон средних величин имеет большое значе-

ния и в деле норматворчества, при формировании гипотез и диспозиций право-

вых норм.

28

Кетле А. Соцмальная система и законы ею управляющие: Пер. с фр. СПб., 1866. С.16.

28

Средние величины играют особую роль в статистическом исследовании.

Это определяется задачами статистики - выявлением закономерностей массо-

вых явлений. Закономерности можно выявить, лишь обобщая однородные явле-

ния и давая обобщенную характеристику единицам явления.

Укажем факторы надежности средних величин, делающие их действи-

тельно типическими характеристиками:

1.

Чем

больше

единиц

совокупности,

по

которым

рассчитывается

средняя, тем она устойчивее, тем больше обеспечивается взаимопогашение

случайных индивидуальных особенностей и отчетливее проявляется то, что

характерно для данной совокупности;

2.

Чем более однородны единицы совокупности, тем надежнее, устой-

чивее средняя, тем она более типична;

3.

Чтобы понять сущность вредней величины, ее нужно рассматривать

во взаимосвязи, в сравнении с другими средними величинами (например,

средний возраст осужденных, их среднее образование, средняя продолжи-

тельность криминальной деятельности - все эти показатели взаимосвязаны).

Общие принципы применения средних величин:

А/ При определении средней величины в каждом конкретном случае нуж-

но исходить из качественного содержания осредняемого признака, учитывать

взаимосвязь изучаемых признаков, а также имеющиеся для расчета данные;

Б/ Средняя величина должна прежде всего рассчитываться по однородной

совокупности;

В/ Общие средние должны подкрепляться групповыми средними;

Г/ Необходим обоснованный выбор единиц совокупности, для которой

рассчитывается средняя.

Средние бывают двух видов: степенные и структурные

К степенным средним относятся: средняя гармоническая, средняя гео-

метрическая, средняя арифметическая, средняя квадратическая и средняя куби-

ческая.

К структурным средним относятся: мода и медиана.

Общие формулы расчета степенных средних имеют показатель степени

(m).

Математическая статистика выводит различные средние из формулы степенной

средней.

Общая формула степенной средней простой:

29

где

x

- средняя величина;



(сигма) – сумма;

i

x

- отдельные значения осредняемого признака (варианты);

n - число вариант;

z - показатель степени средней.

Общая формула степенной средней взвешенной:

m

i

i

m

i

f

f

X

x







где

i

X

-вариант(значение) осредняемого признака или серединное значение ин-

тервала, в котором измеряется варианта;

m- показатель степени средней;

i

f

-частота, показывающая, сколько раз встречается i-е значение осредняемого

признака.

В зависимости от того, какое значение он принимает, различают следую -

щие виды степенных средних:

Средняя гармоническая, если m = - 1;

Средняя геометрическая, если m = 0;

Средняя арифметическая, если m = 1;

Средняя квадратическая, если m = 2;

Средняя кубическая, если m = 3.

Между степенными средними действует правило мажоритарности сред-

них: с увеличением степени m увеличивается и соответствующая средняя ве-

личина:

х(куб.) > х(квадр.) > х( ариф.) > х(геометр.) > х(гарм.)

Каждая их степенных средних, в свою очередь может выступать в качестве

простой или взвешенной средней.

Под средней арифметической понимается такое значение признака, которое

имела бы каждая единица совокупности, если бы общий итог всех значений

признака был распределен равномерно между всеми единицами совокупности.

То есть это такое срденее значение признака, при вычислении которого общий

объем признака в совокупности сохраняется неизменным. Иначе можно сказать,

что средняя арифметическая величина - среднее слагаемое, частное от деления

суммы величин на их число.

30

Средняя арифметическая применяется лишь тогда, когда значения призна-

ков, из которых она выводится увеличивается или уменьшается с увеличением

или уменьшением характеризуемых ими явлений.

Математические свойства средней арифметической:

1.

Сумма отклонений индивидуальный значений признака от его сред-

него значения равна нулю;

2.

Если каждое индивидуальное значение признака умножить ли раз-

делить на постоянное число, то и средняя увеличится или уменьшится во

столько же раз;

3.

Если к каждому индивидуальному значению признака прибавить

или из каждого значения вычесть постоянное число, то средняя величина

возрастет или уменьшится на это же число;

4.

Если веса средней взвешенной умножить или разделить на постоян-

ное число, средняя величина не изменится;

5.

Сумма квадратов отклонений индивидуальных значений признака

от средней арифметической меньше, чем от любого другого числа.

Средняя арифметическая простая равна простой сумме отдельных

значений осредняемого признака, деленной на общее число этих значений ( она

применяется в тех случаях, когда имеются несгруппированные индивидуальные

значения признака):

Средняя арифметическая взвешенная определяется по следующей

формуле:

Средняя гармоническая- обратное значение от средней арифметической,

вычисленной из обратных величин ( обратная величина равна единице, делен-

ной на прямую величину) . Она применяется при выведение средней, когда ве-

31

личина определяющего свойства обратно пропорциональна величине данного

признака.

Если по условиям задачи необходимо, чтобы неизменной оставалась при

осреднении сумма величин, обратных индивидуальным значениям признака, то

средняя величина является гармонической средней.

Формула средней гармонической простой следующая:





x

n

X

1

Формула средней гармонической взвешенной следующая:

где w =

Средняя геометрическая- если при индивидуальных значений признака на сред-

нюю величину необходимо сохранить неизменным произведение индивиду-

альных величин, то следует применить среднюю геометрическую. Средняя

геометрическая применяется для вычисления средних

показателей роста

или темпа. Применение средней геометрической возможно лишь в том слу-

чае если на протяжении всей совокупности наблюдается либо непрерывный

рост, либо непрерывное снижение величины осредняемого признака.

Формула средней геометрической простой следующая:

где n - число вариантов

П – знак перемножения

Формула средней геометрической

взвешенной следующая:







f

f

Пx

x





f

f

n

f

f

n

x

x

x

...

2

1

2

1

32

Вторая группа средних - структурные. Они выступают в виде моды и ме-

дианы. Эти средние применяются для характеристики структуры совокупности.

Мода - это чаще всего встречающаяся варианта в совокупности или в вари-

ационном ряду.

К моде прибегают для выявления величины признака, имеющей наи-

большее распределение (время совершения насильственных

или корыстных

преступлений и т.д.).

В дискретном ряду мода - это варианта с наибольшей частотой. В интер-

вальном - модой считают центральный вариант модального интервала, то есть

его интервал, который имеет наибольшую частоту.

Медиана - делит ранжированный (упорядоченный) ряд пополам. Для

дискретного ряда с нечетным числом членов медианой является варианта, рас-

положенная в центре ряда (в середине). Для ряда с четным числом членов (ин-

дивидуальных величин) медианой будет средняя арифметическая из двух смеж-

ных вариант, расположенных в середине.

33

Основные положения теории о статистических вариациях.

Как мы уже отмечали ранее, ряды распределения, построенные по коли-

чественному признаку, называют вариационными. Изучение характера и степе-

ни вариации признаков у отдельных единиц, составляющих изучаемую сово-

купность, является важнейшим вопросом всякого статистического исследова-

ния. Не варьирующиеся признаки не представляют интереса для статистики;

предметом изучения статистики является вариация. Большинство методов ста-

тистики - это либо методы измерения вариации, либо методы абстрагирования

от нее.

Вариацией значений какого-либо признака в совокупности называется

различие его значений у разных единиц данной совокупности в один и тот же

период или момент времени.

Причиной вариации являются разные условия существования разных еди-

ниц совокупности.

Вариации следует отличать от динамики и колеблемости признака.

Статистический анализ вариации предполагает выполнение следующих

основных этапов:

1.

Построение вариационного ряда;

2.

Графическое изображение вариационного ряда;

3.

Расчет показателей центра распределения и структурных характе-

ристик вариационного ряда;

4.

Расчет показателей размера и интенсивности вариации;

5.

Оценка вариационного ряда на ассиметрию и эксцесс.

Первым этапом статистического изучения вариации являются построение

вариационного ряда- упорядоченного распределения единиц совокупности по

34

возрастающим (чаще) или убывающим (реже) значениям признака и подсчет

числа единиц с тем или иным значением признака.

Существует три формы вариационного ряда: ранжированный ряд

29

; дис-

кретный ряд

30

и интервальный ряд

31

.

В составе любого вариационного ряда можно выделить три составных

элемента: варианты, частоты, частости.

Варианты- это значения, которые принимает исследуемый признак.

Частоты

вариационного

ряда -

абсолютная

численность

отдельных

групп с различными значениями признака.

Частости вариационного ряда - удельные веса (доли) отдельных групп в

общей численности совокупности.

При изучении вариационного ряда используются следующие показатели

вариации:

1.

размах вариации;

2.

среднее линейное отклонение;

3.

дисперсия;

4.

среднее квадратическое отклонение;

5.

коэффициент вариации.

Размах вариации, среднее линейное отклонение и среднее квадратическое

отклонение являются величинами именованными, то есть имеют ту же единицу

измерения, что и изучаемый признак. Дисперсия единицы измерения не имеет.

Показатели вариации используются для установления типичности или по-

казательности средней величины, то есть насколько точно характеризует сред-

няя данную совокупность по определенному признаку.

Размах вариации- это разность между максимальным и минимальным

значениями признака.

29

Ранжированный ряд - это перечень отдельных единиц совокупности в порядке возрастания (убывания) изуча-

емого признака.

30

Дискретный вариационный ряд - это таблица, состоящая из двух строк или граф: конкретных значений варьи-

рующегося признака х и числа единиц совокупности с данным значением признака f (freguency) - частот.

31

Интервальный вариационный ряд - таблица, состоящая из двух граф (или строк) - интервалов признака вариа-

ция которого изучается, и числа единиц совокупности, попадающих в данный интервал (частот), или долей это-

го числа от общей численности совокупности (частостей).

35

Среднее линейное отклонение - это средняя арифметическая из отклоне-

ний индивидуальных значений от средней (по модулю без учета знака этих от-

клонений).

Средне линейное отклонение для несгруппированных данных определяется

по формуле:

Среднее линейное отклонение для сгруппированных данных (вариационно-

го ряда):

Дисперсия (средний квадрат отклонений) - средняя из отклонений возведенных

в квадрат.

Простая дисперсия для несгруппированных данных:

Взвешенная дисперсия для вариационного ряда:

36

Среднее квадратическое отклонение - это корень квадратный из диспер-

сии. Этот показатель вариации является мерилом надежности средней. Чем

меньше среднее квадратическое отклонение, тем однороднее совокупность и

тем лучше средняя арифметическая отражает собой всю совокупность.

1. Среднее квадратическое отклонение для несгруппированных данных:

2.

Среднее квадратическое отклонение для вариационного ряда:

Коэффициент вариации - выраженное в процентах отношение среднего

квадратического отклонения к средней арифметической.

Статистическая совокупность считается количественно однородной, если

коэффициент вариации не превышает 33%.

Ключевые понятия к теме

37

Статистический

показатель

-

это

обобщающая

характеристика

какого-то

свойства совокупности, группы.

Функции статистических показателей:

1.

Познавательно-информационная;

2.

Прогностическая;

3.

Оценочная;

4.

Рекламно-пропагандистская.

Абсолютные величины - числовые данные, полученные в конкретных услови-

ях места и времени.

Абсолютные числа представляют собой суммарные ве-

личины, взятые из статистических таблиц без всякого преобразования. Абсо-

лютная величина отражает уровень развития явления. В статистике все абсо-

лютные величины являются именованными, измеряются в конкретных величи-

нах, и в отличии от математического понятия абсолютной величины, могут

быть как положительными, так и отрицательными.

Относительные величины - это обобщающие показатели, которые дают чи-

словую меру соотношения двух сопоставляемых абсолютных величин.

Относительная величина динамики - характеризует изменение уровня разви-

тия какого-либо явления во времени. Получается в результате деления уровня

признака в определенный период или момент времени на уровень этого же по-

казателя в предшествующий период или момент.

Относительные величины структуры - характеризуют доли, удельные веса

составных элементов в общем итоге. Структура - это строение, форма организа-

ции совокупности, состоящей из отдельных элементов, единиц или групп еди-

ниц совокупности.

Относительные величины интенсивности - позволяют установить через от-

ношение части к целому выявить интенсивность интересующих исследователя

явлений в изучаемой среде, выявляет распространенность определенного при-

знака в наблюдаемой совокупности.

38

Средние величины - это обобщающий показатель, характеризующий типиче-

ский уровень явления.

32

Средние величины представляют собой обобщенную

характеристику качественно-однородной совокупности явлений по определен-

ному количественному признаку. Если средняя величина обобщает качественно

однородные значения признака, то она является типической характеристикой

признака в данной совокупности. Средние бывают двух видов: степенные и

структурные.

Средняя арифметическая - это такое среднее значение признака, при вычис-

лении которого общий объем признака в совокупности сохраняется неизмен-

ным. Она представляет собой частное от деления суммы величин на их число.

Значение показатели степени (м) равно 1. Средняя арифметическая может быть

простой и взвешенной.

Средняя гармоническая -

применяется для установления связи между ве-

личиной определяющего свойства и величиной признака и равна обратному зна-

чению от средней арифметической, вычисленной из обратных величин ( обрат-

ная величина равна единице, деленной на прямую величину). Значение показа-

теля степени (м) равно -1.Средняя гармоническая бывает простой и взвешен-

ной:

Средняя геометрическая -

вычисляется для установления средних показа-

телей роста или темпа. Средняя геометрическая применяется только для опре-

деления средних темпов роста. Значение показателя степени (м) равно 0. Сред-

няя гармоническая бывает простой и взвешенной:

Мода - наиболее часто повторяющееся значение признака.

33

Таким образом, это

варианта, которой соответствует наибольшая частота. В дискретном ряду модой

является вариант с наибольшей частотой.

Медиана

- величина признака, которая делит упорядоченную последователь-

ность его значений на две равные по численности части, таким образом, что по-

ловина единиц совокупности имеют значения признака меньше, чем медиана, а

половина - больше, чем медиана.

32

Статистика. Курс лекций./Под ред., В. Г. Ионина. Новосибирск, 1999. С., 68.

33

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. Учебник.М., 1999. С., 98.

39

Вариация - это изменение «колеблемость» величины либо значения признака

при переходе от одного объекта (или группы объектов) к другому; от одной еди-

ницы совокупности к другой. Обычно под вариацией понимается обусловлен-

ное перекрещивающимися влиянием различных факторов на данное явление из-

менение величин только в пределах одной совокупности. Вариация -то есть не-

совпадение уровней одного и того же показателя у разных объектов, имеет

объективный характер и помогает познать сущность изучаемого явления.

34

Амплитуда вариации (размах) - является показателем величины вариации. И

рассчитывается как абсолютная разность между максимальным и минималь-

ным значениями признака из имеющихся в изучаемой совокупности значений.

35

Средний модуль отклонений - показатель силы вариации.

Среднее линейное отклонение -

по абсолютной величине вычисляется как

взвешенное по частоте отклонений по модулю середин интервалов от средней

арифметической величины.

Среднее квадратическое отклонение (СКО) - колеблемость признака для со-

вокупности явлений, исследуемых по количественным признакам.

Дисперсия - средняя из квадратов отклонений вариантов значений признака от

их средней величины.

36

Коэффициент вариации - относительный показатель вариации.

Рекомендуемая литература к теме

1.

Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

2.

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. М.,

2002.

3.

Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

4.

Козлов Т. Заметки о статистических показателях и их системах//Вопросы

статистики, № 12, 1996.

34

Статистика. Курс лекций./Под ред., В. Г. Ионина. Новосибирск, 1999. С., 84.

35

Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 2002. С., 104.

36

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. Учебник. М., 2002. С., 123.

40

5.

Лунеев В. В. Юридическая статистика. М., 2000.

6.

Нерсесова Е. Х. Гносеологический аспект проблемы социальных показа-

телей. М., 1981.

7.

Остроумов С. С. Советская судебная статистика. М., 1976.

8.

Остроумов С. С. Правовая статистика. М., 1986.

9.

Пасхавер И. С. Средние величины в статистике. М., 1979.

10.Перспективные информационные технологии в правовой сфере. М., 1993.

11.Савюк Л. К. Правовая статистика. М., 2001.

12.Статистика. Учебник. /Под ред., И. И. Елисеевой. М., 2002.

13.Статистика: курс лекций./ Харченко Л. П., Долженкова В. Г., Ионин В. Г. и

др. Новосибирск. 1997.

14.Суслов И. П. Теория статистических показателей. М., 1975.

Тема 4 Основы теории статистического наблюдения

Статистическое наблюдение - это первая стадия всякого статистиче-

ского исследования, представляющая собой научно организованный по еди-

ной программе учет фактов, характеризующих явления и процессы обще-

ственной жизни, и сбор полученных на основе этого учета массовых данных.

К статистическому исследованию предъявляется ряд требований:

1.

массовость;

2.

планомерность;

3.

систематичность;

4.

полнота;

5.

достоверность и точность;

6.

единообразие и сопоставимость данных.

Таким образом, не всякий сбор сведений может выступать в качестве

статистического наблюдения, а только такой, который направлен на выявле-

ние статистических закономерностей. При изучении преступности кримино-

логи установили ряд статистических закономерностей:

41

1.Закон насыщения преступностью

37

- суть его сводится к тому, что для

каждого общества должен быть свой криминальный предел - порог насыще-

ния

преступностью.

Он

наступает

тогда,

когда

преступность

становится

проблемой политической и возникает коллизия между правопорядком, с од-

ной

стороны,

и

необходимостью

ослабления

напряженности

-

с

другой.

Напряженность снимается путем декриминализации.

2.Порог насыщения преступностью

38

- преступность - нормальное явле-

ние в обществе, ненормальным же являются придуманные людьми законы. В

силу этого, сама структура общества приводит определенную часть населе-

ния к конфликту; чем сложнее состояние общества, тем труднее в нем следо-

вать предписанию огромного числа санкций и законов. Если уровень пре-

ступности ниже порога насыщения, у законодателя появляется возможность

ужесточения уголовных санкций. Если же уровень преступности перевалива-

ет за порог насыщения преступностью общества находится в состоянии то-

тальной криминализации и законодатель вынужден идти на поводу у пре-

ступности.

3.Маятниковый характер развития преступности (цикличный

39

; нисходяще-

восходящий

40

) - при сохранении общего тренда

41

в развитии преступности

(ее неуклонный рост), вектор ее развития не всегда имеет прямолинейность.

Так, В. И. Омигов, проанализировав показатели официальной статистики о

преступности в России на протяжении 20 века, доказал наличие следующей

закономерности: «Фаза колебаний преступности имеет закономерность сле-

дующего характера: после года пика увеличения наблюдается, как правило, в

течение первых трех лет замедление прироста ее либо снижение».

42

Циклич-

ность преступности проявляется как на внешнем, так и на внутреннем уров-

37

Разработал закон насыщения преступностью великий итальянский криминолог, представитель позитивистско-

го направления в криминологической доктрине - Э. Ферри.

38

Разрабатывали представители социологическоно направления в криминологической доктрине: Э. Дюркгейм,

Ф. Тонненбаум, Дж. Флорита и др.

39

Карпец И. И. Преступность: иллюзии и реальность. М., 1992.

40

Старков О. В. Криминопенология. М., 2003. С. 14.

41

Тренд - это долговременная компонена ряда динамики, показатель тенденции развития ряда.

42

Омигов В. И. Закономерности развития преступности в Российской Федерации на рубеже веков //Государство

и право, № 6. 2000. С. 53.

42

не. Многие криминология отмечают, что существует тесная взаимосвязь

между составными частями преступности, что характеризует ее как систем-

ное явление.

43

Так, при снижении числа выявляемых и регистрируемых фак-

тов телесных повреждений небольшой тяжести, истязаний, побоев, преступ-

лений, связанных с ношением оружия, увеличивается число тяжких преступ-

лений против жизни и здоровья. Эта закономерность напрямую связана с та-

кой

характеристикой

преступности

как

ее

способность

к

самовоспроиз-

водству.

44

Этапы статистического наблюдения:

–Этап подготовки наблюдения (разработка плана его проведения, реше-

ние програмно-методических и организационных вопросов);

–Непосредственный сбор массовых данных;

–Контроль за качеством собранных данных;

–Подготовка данных к автоматизированной обработке.

Теория статистического наблюдения основывается на следующих ключе-

вых категориях:

Объект наблюдения - совокупность социально-правовых явлений и про-

цессов, которые подлежат исследованию, или точные границы, в пределах кото-

рых будут регистрироваться статистические сведения.

В ряде случаев для отграничения объекта наблюдения пользуются тем

или

иным

цензом. Ценз-

это

ограничительный

признак,

которому

должны

удовлетворять все единицы изучаемой совокупности.

Определяя объект наблюдения, необходимо точно указать единицу наблю-

дения. Единица наблюдения - составная часть объекта наблюдения, которая слу-

жит основой счета и обладает признаками, подлежащими регистрации при на-

блюдении.

43

См.: Криминология. Учебник для Вузов/Под ред., А. И. Долговой. М., 1997. С. 73.; Иншаков С. М. Кримино-

логия. Учебник. М., 2000. С. 16-17.

44

Хохряков Г. Ф. Криминология. Учебник. М., 2000. С., 29.

43

Наряду с определением единицы наблюдения важную сторону статисти-

ческого исследования составляет разработка программы статистического на-

блюдения.

Программа наблюдения - это перечень вопросов, по которым собираются

сведения, либо перечень признаков и показателей, подлежащих регистрации.

Она включает в себя признаки, подлежащие регистрации по каждой единице на-

блюдения.

В научной доктрине выработаны основные принципы составления про-

граммы наблюдения:

1.

Программа должна содержать только такие вопросы, которые без-

условно необходимы для данного статистического исследования. Не следует

загромождать программы излишними деталями. Чем обширнее проводимое

исследование, тем короче должна быть программа.

2.

В программу следует включать только такие вопросы, на которые

можно получить точные ответы. Все вопросы программы наблюдения ориен-

тированы

на

определенную

форму

ответов:

цифровую,

альтернативную

( «да» или «нет»), многовариантную, когда ответ выбирается из нескольких

предлагаемых вариантов ответа. Предлагаемые варианты ответов называют-

ся подсказом.

3.

Нельзя включать в программу вопросы, способные вызвать подо-

зрение, что ответы на них могут быть использованы во вред опрашиваемым.

4.

Программу наблюдения целесообразно строить так, чтобы ответами

на одни вопросы можно было контролировать ответы на другие. Таким об-

разом,

программа

наблюдения

всегда

должна

включать опознавательные

признаки, вопросы, прямо связанные с целью исследования; контрольные во-

просы.

Важным

элементом

в

организации

наблюдения

является

определение

субъекта наблюдения. В этом качестве могут выступать официальные органы

статистики, органы, осуществляющие обобщение статистической информации

44

о преступлениях и преступности в системе МВД РФ, Министерства Юстиции

РФ, отдельные НИИ, ученые, аспиранты и соискатели и т.д.

При организации статистического наблюдения должен быть решен вопрос

о времени наблюдения. Срок наблюдения - период времени, в течении которого

будет проводиться наблюдение. Объективное время наблюдения - точное время,

к которому относятся регистрируемые сведения. Время регистрации данных

для всех единиц устанавливается единое - для предупреждения неполного учета

или повторного счета, а также для обеспечения сопоставимости данных. Кри-

тический момент наблюдения - момент времени, к которому приурочены реги-

стрируемые сведения. Этот показатель применяется в тех случаях, когда обсле-

дованию подлежат объекты, численность и характеристика которых непрерывно

изменяется. Важное значение при организации статистического наблюдения

имеет вопрос об определении территории проведения наблюдения. Она охваты-

вает все места нахождения единиц наблюдения; ее границы зависят от опреде-

ления единицы наблюдения.

В статистической практике используются две организационные формы

наблюдения: статистическая отчетность и специальное статистическое обследо-

вание.

Отчетность - это такая организационная форма, при которой единицы

наблюдения представляют сведения своей деятельности в виде формуляров ре-

гламентированного образца.

45

Статистический формуляр - это документ едино-

го образца, содержащий программу и результаты наблюдения. Он может быть в

форме: отчета, статистической карточки, переписного листа, опросный бланк,

анкета. Различают две системы формуляров: индивидуальную и списочную.

Формуляр может быть карточным или списочным.

С точки зрения полноты охвата фактов, статистическое наблюдение мо-

жет быть сплошным и несплошным. Сплошное наблюдение представляет собой

полный учет всех единиц изучаемой совокупности. Несплошное наблюдение

организуется как учет части единиц совокупности, на основе которой можно по-

45

Статистика. Курс лекций./Под ред., В. Г. Ионина. Новосибирск,1999. С., 16.

45

лучить обобщающую характеристику всей совокупности. Видами несполшного

наблюдения

являются:

способ

основного

массива;

выборочное

наблюдение.

Способ основного массива - вид несплошного наблюдения, характеризуется

тем, что отбирают наиболее крупные единицы наблюдения, в которых сосредо-

точена значительная доля всех подлежащих изучению фактов.

По способу организации статистического наблюдения выделяют следую-

щие его виды:

1.Монографическое наблюдение - подробно описываются отдельные еди-

ницы совокупности в целях их углубленного изучения, которое не может быть

столь же детальным при массовом наблюдении.

2.Непосредственное наблюдение -

осуществляется путем регистрации

изучаемых

единиц

и

их

признаков

на

основе

непосредственного

осмотра,

подсчета, показаний приборов и т.д.

3.Документальный способ наблюдение - основан на использовании в ка-

честве источника статистических сведений различных документов первичного

учета.

46

4.Экспедиционный способ наблюдения - заключается в том, что специаль-

но подготовленные регистраторы на основе опроса заполняют переписные фор-

муляры, одновременно контролируя правильность ответов.

47

5.Корреспондентский способ наблюдения - заключается в том, что стати-

стические

или

другие

организации

рассылают

специально

разработанные

бланки и инструкции по их заполнению отдельным организациям или специаль-

но подобранным лицам, давшим согласие периодически заполнять бланки и

присылать статистическом органу в установленные сроки.

48

6.Саморегистрация

-

работники

той

организации,

которая

проводит

опрос, раздают опросные листы или анкеты опрашиваемым лицам, инструкти-

руют их, а затем собирают заполненные формуляры, контролируя полноту и

правильность полученных сведений.

46

Статистика. Учебник./Под ред., И. И. Елисеевой. М., 2002. С., 16.

47

Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 2002. С. 28.

48

Там же. С.28.

46

7.Криминологический эксперимент - когда информация получается по ре-

зультатам научно поставленного опыта. Эксперимент позволяет выявить влия-

ние каких-либо установленных ограничений или нагрузок на поведение людей.

В этом случае статистику принадлежит активная роль: он должен не только на-

блюдать, а полностью контролировать ситуацию, планировать эксперимент и

реализовывать свой план.

Достаточно часто наблюдение осуществляется в форме выборочного ис-

следования.

Выборочное наблюдение - такой вид несполшного наблюдения, при кото-

ром характеристика всей совокупности дается по некоторой ее части, ото-

бранной в случайном порядке.

Принцип случайности предполагает, что на включение или исключение

объекта из выборки не может повлиять какой-либо иной фактор, кроме случая.

В основе выборочного наблюдения лежит теорема П. Л. Чебышева суть которой

сводиться к следующему: при достаточно большом числе независимых наблю-

дений можно с вероятностью, близкой к единице (то есть достоверностью),

утверждать, что отклонение выборочной средней от генеральной будет сколь

угодно малым.

Условия правильного решения проблем выборочного обследования сово-

купности:

–определение границ генеральной совокупности;

–разработка программ наблюдения и инструкций;

–определение основы для проведения выборки - списка единиц генераль-

ной совокупности, сведений об их размещении и т.д.;

–установление допустимого размера погрешности и определение объема

выборки;

–определение вида выборочного наблюдения;

–установление сроков проведения наблюдения;

–определение субъектов наблюдения;

47

–оценка точности и достоверности данных выборки, определение порядка

их распространения на генеральную совокупность.

Генеральная совокупность - вся совокупность единиц, из которой произ-

водится отбор. В зависимости от того является ли признак, свойства единиц на-

блюдения количественным или качественны, соответственно и совокупность бу-

дет количественной или качественной. Выборочная совокупность - та часть еди-

ниц, которые отобраны для наблюдения. Она может быть реальной и гипотети-

ческой (включающей случаи, которые реально не существуют, например все

возможные результаты эксперимента). Выборочная совокупность может фор-

мироваться на основе следующих способов: индивидуальный отбор (собствен-

но случайный, механический, стратифицированный); групповой (серийный или

гнездовой отбор) и комбинированный. Кроме того, выборка может производить-

ся по бесповторной системе или по повторной системе. Повторная выборка -

при ней каждая выбранная из генеральной совокупности единиц вновь возвра-

щается в массив. Бесповторная выборка - при ней каждая отобранная единица

исключается из числа единиц генеральной совокупности, а поэтому может по-

пасть в выборку лишь один раз. При бесповторном отборе подкоренное выраже-

ние умножается на величину (1 - n /N), которая всегда меньше единицы, поэто-

му величина средней ошибки выборки при бесповторном отборе оказывается

меньше, чем при повторном.

49

Бесповторный отбор дает всегда более точные ре-

зультаты по сравнению с повторным, так как при одном и том же объеме выбор-

ки наблюдение охватывает больше единиц генеральной совокупности. Поэтом

он находит большее применение в статистической практике. И только в тех слу-

чаях, когда бесповторный отбор провести не представляется возможным, ис-

пользуется повторная выборка.

По степени охвата единиц совокупности различают большие и малые вы-

борки. Под малой выборкой понимается несплошное статистическое обследова-

ние, при котором выборочная совокупность образуется из сравнительно не-

большого числа единиц генеральной совокупности. Объем малой выборки как

49

Статистика. Курс лекций./Под ред., В. Г. Ионина. Новосибирск, 1997. С. 24.

48

правило не превышает 30 единиц. Но применение малой выборки ограничено

характером генеральной совокупности: она должна иметь нормальное распреде-

ление. В этой связи в уголовно-правовой статистике применение малой выбор-

ки весьма ограничено.

Дисперсия малой выборки определяется по формуле:

Доля выборки - это отношение числа единиц выборочной совокупности к

численности единиц генеральной совокупности определяется по следующей

формуле:

Разность между показателями выборочной и генеральной совокупности

называется ошибкой выборки. Природа этих ошибок сводится к тому, что из-за

варьирующихся признаков единиц генеральной совокупности, выборка не все-

гда может полностью воспроизвести характерные свойства генеральной сово-

купности. Ошибки выборки подразделяются на ошибки регистрации и ошибки

репрезентативности.

Ошибки регистрации - возникают из-за неправильных или неточных све-

дений. Источниками таких ошибок могут быть непонимание существа вопроса,

невнимательность регистратора, пропуск или повторный счет некоторых еди-

ниц совокупности, описки при заполнении формуляров. Эти ошибки системати-

ческие, случайные.

Репрезентативность - под репрезентативность понимается свойство вы-

борочной совокупности воспроизводить характеристики генеральной совокуп-

ности.

Выборка будет отвечать требованиям репрезентативности, если при ее

формировании были соблюдены следующие требования:

49

1.

число единиц, отобранных из генеральной совокупности должно

быть достаточно большим;

2.

выборка должна производится на основе стохастического (то есть,

случайного) метода;

3.

выборка должна осуществляться из всех частей изучаемой совокуп-

ности;

4.

каждая из единиц выборки должна иметь одинаковый шанс попасть

в выборочную совокупность независимо от количества и значения призна-

ков, которыми она обладает.

Ошибки репрезентативности - Это разница между значением показате-

ля, полученного по выборке, и генеральным параметром. Возникают либо из-за

неправильного, тенденциозного отбора единиц, либо из-за случайных причин.

Изучение и измерение случайных ошибок репрезентативности является основ-

ной задачей выборочного метода. Эти ошибки также могут быть систематиче-

скими и случайными. Тенденциозные ошибки выборки - возникают в случае не-

правильного отбора единиц, при котором нарушается основной принцип науч-

но организованной выборки - принцип случайности.

Случайные ошибки - не имеют какой-либо направленности. Это описки,

оговорки, перестановки цифр при записи цифровых данных и.д. При обобще-

нии массовых данных они взаимопогашаются и не могут исказить значения

сводных показателей и результаты анализа.

Систематические ошибки - они являются неслучайными и имеют опреде-

ленную направленность. Такие ошибки весьма опасны, так как приводят к иска-

жению результатов статистического исследования.

Предельная ошибка выборки (доверительная)-

дельта: когда требуется

повышенная точность результатов исследования, допускается ошибка выборки

до 3 %,обычная точность допускается 3-10%; приближенная - 10-20%; ориенти-

ровочная - от 20-40%; прикидочная - более 40%.

50

Предельная ошибка выборки определяется по формулам:

1. для выборки признака, имеющего непосредственное количественное

выражение:

2.для выборки признака, не имеющего непосредственного количественно-

го выражения:

Доверительная вероятность - вероятность, которая принимается при рас-

чете ошибки выборочной характеристики.

Средняя ошибка выборки:

1. Для выборки количественного признака при повторной выборке:

2.

Для выборки количественного признака при бесповторной выборке:

3. Для качественного признака при повторной выборке:

n

p

p

W

)

1

(





4. Для качественного признака при бесповторной выборке:

51



















N

n

n

p

p

W

1

)

1

(

Объем выборки -

Для определения объема выборки при изучении признака имеющего каче-

ственное выражение при повторном отборе:

Для определения объема выборки признака не имеющего количественно-

го выражения при повторном отборе:

2

)

1

(

W

P

P

n





Определение объема выборки качественного признака при бесповторном

отборе:

2

2

)

1

(







t

P

P

n

Определение объему выборки количественного признака при бесповтор-

ном отборе:

Границы значений генеральной характеристики с определенной вероят-

ностью (t): уровень вероятности определяет величина нормированного отклоне-

ния t, и наоборот. Значение t даются в таблицах нормального распределения ве-

роятностей.

50

Результаты выборочного исследования находят свое применение при изу-

чении генеральной совокупности. Распространение выборочных оценок на ге-

50

Чаще всего используются следующие сочетания: Т- 1,0 Р- 0,683; Т- 1,5 Р-0,866; Т- 2,0 Р- 0,954; Т-2,5

Р-0,988; Т- 3,0 Р-0,997; Т- 3,5 Р- 0,999.

52

неральную совокупность осуществляется посредством двух основных спосо-

бов: способ прямого пересчета и способ поправочных коэффициентов. При пер-

вом способе средние величины и доли, полученные в результате исследования

выборочной совокупности, переносятся на генеральную. Так, если известна

численность единиц этой совокупности, то можно найти общий объем призна-

ка. Например, если известно, что средний ущерб от корыстных преступлений в

Краснодарском крае составил 5000 рублей, а всего в 2004 году на этой террито-

рии совершено 34000 корыстных преступлений, а предельная ошибка выборки

составила плюс; минус 200 рублей, мы может установить ожидаемый ущерб от

корыстной преступности: от 4800 умножить на 34000, до 5200 умножить на

34000, с вероятностью принятой при расчете предельной ошибки.

Второй

способ используется для уточнения данных сплошного наблюдения. Так, если

выборочное наблюдение показало, что недоучет величины исследуемого явле-

ния составил 1%, то эту последнюю величину (поправочный коэффициент) рас-

пространяют на результат, полученный при сплошном наблюдении, путем уве-

личения его на 1 %.

Статистическая гипотеза - предположение о свойстве генеральной со-

вокупности, которое можно проверить, опираясь на данные выборки. Они быва-

ют простыми и сложными; параметрическими и непараметрическими.

Ключевые понятия по теме

Статистическое наблюдение - это первая стадия всякого статистического ис-

следования, представляющая собой научно организованный по единой програм-

ме учет фактов, характеризующих явления и процессы общественной жизни, и

сбор полученных на основе этого учета массовых данных.

51

Статистическое на-

блюдение должно быть: планомерным; массовым и систематическим.

Объект наблюдения - совокупность социально-правовых явлений и процессов,

которые подлежат исследованию, или точные границы, в пределах которых бу-

дут регистрироваться статистические сведения.

51

Статистика. Курс лекци./Под ред., В. Г. Ионина. Новосибирск,1999. С., 13.

53

Ценз- это ограничительный признак, которому должны удовлетворять все еди-

ницы изучаемой совокупности.

Единица наблюдения - составная часть объекта наблюдения, которая служит

основой счета и обладает признаками, подлежащими регистрации при наблюде-

нии.

Программа наблюдения - это перечень вопросов, по которым собираются све-

дения, либо перечень признаков и показателей, подлежащих регистрации.

Срок наблюдения - период времени, в течении которого будет проводиться на-

блюдение.

Объективное время наблюдения - точное время к которому относятся реги-

стрируемые сведения.

Критический момент наблюдения - момент времени, к которому приурочены

регистрируемые сведения.

Отчетность - это такая организационная форма, при которой единицы наблюде-

ния представляют сведения своей деятельности в виде формуляров регламенти-

рованного образца.

52

Статистический формуляр - это документ единого образца, содержащий про-

грамму и результаты наблюдения. Он может быть в форме: отчета, статистиче-

ской карточки, переписного листа, опросный бланк, анкета. Различают две си-

стемы формуляров: индивидуальную и списочную. Формуляр может быть кар-

точным или списочным.

Способ основного массива - вид несплошного наблюдения, характеризуется

тем, что отбирают наиболее крупные единицы наблюдения, в которых сосредо-

точена значительная доля всех подлежащих изучению фактов.

Выборочное наблюдение - такой вид несполшного наблюдения, при котором

характеристика всей совокупности дается по некоторой ее части, отобранной в

случайном порядке.

Выборочная совокупность - та часть единиц, которые отобраны для наблюде-

ния.

52

Статистика. Курс лекци./Под ред., В. Г. Ионина. Новосибирск,1999. С., 16.

54

Повторная выборка - при ней каждая выбранная из генеральной совокупности

единиц вновь возвращается в массив.

Бесповторная выборка - при ней каждая отобранная единица исключается из

числа единиц генеральной совокупности, а поэтому может попасть в выборку

лишь один раз.

Генеральная совокупность - вся совокупность единиц, из которой производит-

ся отбор.

Тенденциозные ошибки выборки - возникают в случае неправильного отбора

единиц, при котором нарушается основной принцип научно организованной вы-

борки - принцип случайности.

Ошибка выборки - разность между показателями выборочной и генеральной

совокупности.

Ошибки

выборки

подразделяются

на

ошибки

регистрации

и

ошибки репрезентативности.

Ошибки регистрации - возникают из-за неправильных или неточных сведе-

ний.

Репрезентативность - под репрезентативность понимается свойство выбороч-

ной совокупности воспроизводить характеристики генеральной совокупности.

Ошибки репрезентативности - Это разница между значением показателя, по-

лученного по выборке, и генеральным параметром.

Предельная ошибка выборки (доверительная)- дельта: когда требуется по-

вышенная точность результатов исследования, допускается ошибка выборки до

3 %,обычная точность допускается 3-10%; приближенная - 10-20%; ориентиро-

вочная - от 20-40%; прикидочная - более 40%.

Случайные ошибки - не имеют какой-либо направленности. Это описки, ого-

ворки, перестановки цифр при записи цифровых данных и.д. При обобщении

массовых данных они взаимопогашаются и не могут исказить значения сводных

показателей и результаты анализа.

Систематические ошибки - они являются неслучайными и имеют определен-

ную направленность. Такие ошибки весьма опасны, так как приводят к искаже-

нию результатов статистического исследования.

55

Статистическая гипотеза - предположение о свойстве генеральной совокупно-

сти, которое можно проверить, опираясь на данные выборки. Они бывают про-

стыми и сложными; параметрическими и непараметрическими.

Рекомендуемая литература к теме

1.

Виноградова Н. М., Евдокимов В. Т., Хитарова Е. М., Яковлева Н. И. Общая

теория статистики. М., 1968.

2.

Дружинин Н. К. Выборочное наблюдение и эксперимент. М., 1977.

3.

Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

4.

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. М.,

2002.

5.

Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

6.

Комлев Ю.Ю., Демидов В.Н., Сафиуллин Н.Х. О комплексном квотном от-

боре в региональных криминалистических исследованиях.//Государство и

право. 2000. № 10. С. 93-97.

7.

Лунеев В. В. Выборочный метод в криминологии. М., 1986.

8.

Лунеев В. В. Юридическая статистика. М., 2000.

9.

Остроумов С. С. Советская судебная статистика. М., 1976.

10.Савюк Л. К. Правовая статистика. М., 2001.

11.Шварц Г. Выборочный метод./ Пер. с нем. М. 1978.

12.Чурилов А, Баранова И. Судебная статистика и аналитическая работа проку-

рора.//Законность, 1999, № 6, С. 13- 16.

13.Шураков В. В. Автоматизированное рабочее место для статистической обра-

ботки данных. М., 1990.

14.Щерба

С.

Зарубежный

опыт

статистического

учета

преступности

//

За-

конность. 2003. № 11. С. 49-51.

Тема 5 Сводка и группировка в уголовно-правовой статистике

56

Собранный в процессе статистического наблюдения материал нуждается

в определенной обработке, сведении разрозненных данных воедино. Научно ор-

ганизованная

обработка

материалов

наблюдения

(по

заранее

разработанной

программе), включающая в себя кроме обязательного контроля собранных дан-

ных систематизацию, группировку материалов, составление таблиц, получение

итогов и производных показателей (средних, относительных величин), называ-

ется в статистике сводкой.

Сводка представляет собой второй этап статистического исследования.

Целью сводки является получение на основе сведенных материалов обобщаю-

щих статистических показателей, отражающих сущность социально-экономиче-

ских явлений и определенные статистические закономерности.

Статистическая сводка в широком понимании предполагает: система-

тизацию и группировку цифровых данных; характеристику образованных групп

системой показателей; представление результатов сводки в виде таблиц и

графиков.

Статистическая сводка по способу разработки бывает централизованным

и децентрализованным.

Статистическая сводка проводится по следующим этапам:

1.Формулировка задачи сводки на основе целей статистического исследования;

2.Определение группировочных признаков, определение числа групп и величи-

ны интервала, статистическая группировка;

3.Проверка полноты и качества собранного материала, подсчет различных ито-

гов, расчет необходимых показателей, характеризующих преступность или дру-

гое социально0правовое явление в целом и ее отдельные группы;

4.Оформление результатов сводки при помощи статистических таблиц и графи-

ков.

Статистическая сводка осуществляется по программе, которая должна

разрабатываться еще до сбора статистических данных, практически одновре-

менно с составлением плана и программы статистического наблюдения. Про-

грамма сводки включает определение групп и подгрупп; системы показателей;

видов таблиц.

Все эти вопросы, разумеется, следует решать не механически, а с учетом

цели исследования и особенностей изучаемой совокупности. Выделение тех

57

или иных групп должно быть обоснованным, не формальным. Кроме итоговых

и групповых показателей сводка дает основу для последующего анализа и

выявления различного рода закономерностей.

По технике или способу выполнения сводка может быть ручной либо

механизированной. Ручная

сводка применяется

в

основном

для

небольших

массивов данных. Начинается она с шифровки статистических формуляров

(карточек). Затем формуляры определенным образом группируются и подсчи-

тываются

их

число

и

другие

показатели.

При механизированной

сводке и

больших объемах совокупности исходные данные могут сразу заноситься на

машиночитаемые носители информации и полностью обрабатываться на ЭВМ.

Группировка статистических данных

Изучаемые

статистикой

массовые

явления

и

процессы

протекают

в

качественно однородных совокупностях. Однако качественная однородность

единиц, составляющих совокупность, не является чем-то абсолютным, навсегда

и

на

все

случаи

заданным.

Единицы,

качественно

однородные

в

одном

отношении,

оказываются

разнородными

в

другом.

Это

позволяет

делить

статистическую

совокупность

на

частные

подсовокупности

-

использовать

методы группировки.

Таким образом, группировка — это разбиение совокупности на группы,

однородные

по

какому-либо

признаку.

С

точки

зрения

отдельных

единиц

совокупности группировка — это объединение отдельных единиц совокупности

в группы, однородные по каким-либо признакам.

Группировка

лежит

в

основе

всей

дальнейшей

работы

с

собранной

информацией. На основе группировки рассчитываются сводные показатели по

группам,

появляется

возможность

их

сравнения,

анализа

причин

различий

между группами, изучения взаимосвязей между признаками. Таким образом,

значение группировки состоит в том, что этот метод обеспечивает обобщенние

данных,

представление

их

в

компактном,

обозримом

виде.

Кроме

того,

группировка

создает

основу

для

последующей

сводки

и

анализа

данных.

Сводные показатели для отдельных групп являются типичными и устойчивыми,

58

если,

во-первых,

группировка

проведена

правильною

меют

достаточную

численность.

Устойчивое

разграничение

объектов

выражается

классификацией.

Классификация — это как бы стандарт, в котором каждая атрибутивная запись

может быть отнесена лишь к одной группе или подгруппе. Классификация

основывается

на

самых

существенных

признаках,

которые

меняются

очень

мало (например, классификация отраслей народного хозяйства, классификация

основных фондов и т. д.). Таким образом, классификация — это узаконенная,

общепринятая, нормативная группировка.

Метод группировки основывается на двух категориях - группировочном

признаке и интервале.

Группировочный

признак

—

это

признак,

по

которому

происходит

объединение

отдельных

единиц

совокупности

в

однородные

группы.

Классификация и группировка должны производиться на основании вполне

объективных и легко распознаваемых признаков. При этом последние могут

носить как атрибутивный, так и количественный характер. Следует иметь в

виду,

что

в

ряде

случаев

классификация,

которая

представляется

чисто

качественной, в конечном итоге оказывается основанной на количественном

признаке. Такова, например, классификация промышленных предприятий по

отраслям. Поскольку одно и то же предприятие выпускает продукцию разных

видов, статистика решает этот вопрос по количественному преобладанию того

или иного вида.

Интервал очерчивает количественные границы групп. Как правило, он

представляет

собой

промежуток

между

максимальными

и

минимальными

значениями признака в группе.

Интервалы бывают:

равные, когда разность между максимальным и минимальным значениями

в каждом из интервалов одинакова;

неравные, когда, например, ширина интервала постепенно увеличивается,

а верхний интервал часто не закрывается вовсе;

59

открытые, когда имеется только либо верхняя, либо нижняя граница;

закрытые, когда имеются и нижняя, и верхняя границы. Статистические

группировки и классификации преследуют

цели

выделения

качественно

однородных

совокупностей,

изучения

структуры совокупности, исследования существующих зависимостей. Каждой

из

этих

целей

соответствует

особый

вид

группировки:

типологическая,

структурная, аналитическая (факторная).

Типологическая группировка решает задачу выявления и характеристики

социально-экономических типов (частных подсовокупностей).

Структурная дает возможность описать составные части совокупности

или строение типов, а также проанализировать структурные сдвиги.

Аналитическая (факторная)

группировка

позволяет

оценивать

связи

между взаимодействующими признаками.

В зависимости от числа положенных в их основание признаков различают

простые и многомерные группировки.

Группировка, выполненная по одному признаку, называется простой.

Многомерная группировка

производится

по

двум

и

более

признакам.

Частным

случаем

многомерной

группировки

является комбинационная

группировка, базирующаяся на двух и более признаках, взятых во взаимосвязи,

в комбинации.

По

отношениям

между

признаками

выделяют

иерархические

и

неиерархические группировки.

Иерархические группировки выполняются по двум и более признакам,

при этом значения второго признака определяются областью значений первого

(например, классификация отраслей промышленности по подотраслям).

Неиерархические группировки

строятся,

когда

строгой

зависимости

значений второго признака от первого не существует.

Среди простых группировок особо выделяют ряды распределения.

Ряд распределения — это группировка, в которой для ( характеристики

групп (упорядоченно расположенных по значению признака) применяется один

60

показатель

—

численность

группы.

Другими

словами,

это

ряд

чисел,

показывающий,

как

распределяются

единицы

некоторой

совокупности

по

изучаемому признаку.

Ряды,

построенные

по

атрибутивному

признаку,

называются

атрибутивными рядами распределения.

Ряды

распределения,

построенные

по

количественному

признаку,

называются вариационными рядами.

По очередности обработки информации группировки бывают первичные

(составленные

на

основе

первичных

данных)

и вторичные, являющиеся

результатом перегруппировки ранее уже сгруппированного материала.

Относительно временного критерия группировки бывают статические,

дающие характеристику совокупности на определенный момент времени или за

определенный

период,

и динамические. Последние

—

это

группировки,

показывающие переходы единиц из одних групп в другие (а также вход и выход

из

совокупности).

Количества

таких

переходов,

рисующие

внутреннюю

динамику совокупности, удобно располагать в «шахматную» таблицу, которую

называют матрицей

перехода. Такую

матрицу

также

часто

называют

миграционной или матрицей мобильности.

При проведении группировки приходится решать ряд задач:

1) выделение группировочного признака;

2) определение числа групп и величины интервалов; 3) при наличии

нескольких группировочных признаков описание того, как они комбинируются

между собой;

4)

установление

показателей,

которыми

должны

характеризоваться

группы, т. е. сказуемого группировки.

Рассмотрим

методологические

вопросы

построения

различных

видов

группировок.

Типологическая группировка может строиться для разных целей и по

различным

критериям.

Этот

вид

группировок

в

значительной

степени

определяется представлениями экспертов о том, какие типы могут встретиться в

изучаемой

совокупности.

Чтобы

пояснить

особенности

этой

группировки,

рассмотрим порядок последовательности действий при ее проведении:

61

А/ называются те типы явлений, которые могут быть выделены;

Б/

выбираются

группировочные

признаки,

формирующие

описание

типов;

В/ устанавливаются границы интервалов;

Г/ группировка оформляется в таблицу, выделенные группы (на основе

комбинации группировочных признаков) объединяются в намеченные типы, и

определяется численность каждого из них.

По способу формирования типологических групп различают:

1) способ последовательных разбиений - заключающийся в формировании

таких

групп,

все

объекты

которых

имеют

одинаковые

значения

классификационных признаков;

2

) способ

многомерной

классификации. В

этом

случае

объекты,

образующие

группы,

могут

иметь

различные

значения

классификационных

признаков.

Первый способ является исторически более ранним. Он включает в себя

два

метода.

Во-первых,

это

типичный

для

него

метод

комбинационной

группировки,

при

которой

формирование

групп

производится

путем

последовательного разбиения сначала всей совокупности по одному признаку,

затем полученных частей — по другому и т. д., причем строго соблюдается

принцип

иерархии

групп.

Во-вторых,

это

многошаговый

метод

последовательных

разбиений

совокупности.

Способ

многомерной

классификации,

когда

группы

формируются

на

основе

близости

объектов

одновременно по большому числу признаков, получил широкое применение с

разработкой методов распознавания образов и появлением ЭВМ.

При

использовании

методов

комбинационной

г руппировки

классификация осуществляется путем последовательного логического деления

совокупности по отдельным признакам. Очередность этапов здесь такова:

1) наметка типов;

2) выбор группировочного признака (признаков);

3)

определение

числа

групп

и

величины

интервалов;

4)

сведение

выделенных групп в типы;

5) характеристика типов с помощью системы показателей. Наметка типов

производится

с

помощью

теоретического

качественного

ана лиза.

Предварительно намечают столько типов, сколько их может быть в данной

совокупности теоретически (хотя фактически возможно меньшее их число).

62

При

выборе

группировочного

признака

необходимо

учитывать

два

условия. Во-первых, типологическая группировка должна выполняться только

по существенным признакам. Теоретически следует охватить все существенные

признаки,

однако

при

таком

подходе

получается

излишнее

дробление

совокупности.

Группы

оказываются

малы

по

объему

и

не

пригодны

для

статистического анализа. Поэтому рекомендуется проводить группировку по

двум-трем

главным

признакам,

взятым

в

комбинации.

Во-вторых,

при

необходимости

для

характеристики

разных

типов

выбираются

различные

признаки, то есть осуществляется специализация признака.

Структурная группировка - применяется для характеристики структуры и

структурных сдвигов. Это вид группировок

характеризует совокупность по

какому-либо

одному

количественному

(варьирующемуся)

признаку.

Для

структурной

группировки

характерны

закрытые

равные

интервалы.

Структурная

группировка

позволяет

изучать

интенсивность

вариации

группировочного признака. На основе структурной группировки можно изучить

динамику структуры совокупности.

Аналитическая

(факторная)

группировка

-

предназначена

для

установления

тесноты

связи

между

взаимодействующими

признаками

-

факторным и результативным. Она позволяет выявить наличие и направление

связи,

а

также

измерить

ее

тесноту

и

силу.

Аналитическая

группировка

характеризует взаимосвязь между двумя и более признаками, из которых один

рассматривается

как

результат,

другой

(другие)

-

как

фактор

(факторы).

Разновидностью

этого

вида

группировки

является многофакторная

аналитическая

группировка. Она

позволяет

уловить

влияние

факторов

на

результат с изменением условий (закреплением прочих факторов на разных

уровнях).

Статистические таблицы

Результаты

группировок

представляются

в

статистических

таблицах.

Статистическая таблица - форма рационального и наглядного изложения

63

цифровых

характеристик

исследуемых

явлений

и

его

составных

частей.

Статистическое обобщение информации и представление ее в виде сводных

статистических таблиц дает возможность характеризовать размеры, структуру и

динамику изучаемых явлений. Часто к статистической таблице дается общий

заголовок,

в

котором

указывается

содержание

таблицы,

место

и

время, к

которым относятся приводимые в таблице данные, а так же единицы измерения,

если

они

одинаковы

для

всех

приведенных

сведений.

Основные

элементы

статистической таблицы — подлежащее и сказуемое. Подлежащим таблицы

являются

единицы

статистической

совокупности

или

их

группы.

То

есть,

подлежащее - это то, о чем говорится в таблице (объект изучения). Подлежащее

обычно располагается в левой части таблиц. Сказуемое таблицы отражает то,

что в ней говорится о подлежащем с помощью цифровых данных. Сказуемое

обычно

располагается

в

верхней

части

таблиц

в

виде

названия

граф.

В

зависимости

от

строения

подлежащего

все

статистические

таблицы

можно

разделить на три группы:

1.

Таблицы простые, или перечневые, в которых содержатся сводные

показатели,

относящиеся

к

перечню

единиц

наблюдения,

или

к

перечню

хронологических

дат

или

территориальных

подразделений.

Соответственно

таблицы могут быть названы простыми перечневыми, хронологическими или

территориальными;

2 .

Та б л и ц ы групповые,

в

которых

статистическая

совокупность

расчленяется на отдельные группы по какому-либо одному признаку, причем

каждая из групп может быть охарактеризована рядом показателей;

3. Таблицы комбинационные, в которых совокупность разбита на группы

не по одному, а по нескольким признакам.

Выбор типа таблицы зависит всегда от цели ее построения. Если таблицы

используются для практических нужд планирования и управления, то в них

должны

содержаться

сведения

по

тем

частям,

в

разрезе

которых

ведется

планирование и управление. Чаще всего этой задаче соответствуют простые

таблицы, используются также и групповые. Если же ставится задача более

64

глубокого

познания

исследуемого

объекта,

то

используются

групповые

и

комбинационные

таблицы.

В

простых

таблицах

помещаются

данные

по

различного

рода

организациям:

предприятиям,

стройкам,

учреждениям,

министерствам и т.д., имеющие, как правило, познавательное значение.

В отличие от простых групповые и комбинационные таблицы обладают

важными аналитическими свойствами: они позволяют производить наглядные

сравнения и вскрывать существенные связи и различия в развитии явлений;

Идея

комбинационной

таблицы

состоит

в

том,

что

каждую

из

групп

в

групповой

таблице

разбивают

на

подгруппы

по

какому-либо

признаку;

выделенные подгруппы могут дальше расчленяться по следующему признаку и

т.д.

Результаты

комбинационной

группировки

по

большому

количеству

признаков

даже

при

небольшом

числе

интервалов

группировки

становятся

трудно

обозримыми,

и

таблица

теряет

свое

важнейшее

преимущество

-

наглядность. Поэтому нецелесообразно составлять комбинационные таблицы

по сочетанию более чем трех признаков и при количестве интервалов более

четырех. Использование комбинационных таблиц и системы взаимосвязанных

группировок позволяет провести глубокий и всесторонний анализ сложных

общественных явлений.

Группировка,

осуществляемая

не

последовательно

по

отдельным

признакам,

как

при

комбинационной

группировке,

а

одновременна

по

комплексу

признаков,

называется

многомерной.

Как

уже

сказано,

характеристика

одной

и

той

же

качественной

стороны

изучаемого

явления

может быть дана с помощью набора признаков.

Правила построения статистических таблиц:

1.

В

таблице

обязательно

наличие

заголовка,

который

должен

отражать

цель

построения

таблицы,

территорию

и

время,

к

которым

относятся данные;

2.

Если все единицы измерения представленные в таблице одинаковы,

то указываются они в заголовке таблицы. Если же они разные - то в верхних

или боковых заголовках таблицы;

65

3.

Разграфка таблицы должна включать как можно меньше линий,

отделяющих

таблицу

от

ее

заголовка;

заголовки

граф

от

значений

показателей; итоговую строку таблицы;

4.

Таблица не очерчивается рамкой, если она не включена в текст;

5.

В таблице следует избегать сокращений слов, кроме общепринятых;

6.

Как

правило,

таблица

включает

итоговую

строку,

содержащую

данные по совокупности в целом. Она располагается либо в последней, либо

в первой строке таблицы.

Графики являются важным средством выражения и анализа

статистических

данных,

поскольку

наглядное

представление

облегчает

восприятие

информации.

Графики

позволяют

мгновенно

охватить

и

осмыслить

совокупность

показателей

—

выявить

наиболее

типичные

соотношения и связи этих показателей, определить тенденции развития,

охарактеризовать

структуру,

степень

выполнения

плана,

оценить

географическое

размещение

объектов.

Этим

объясняется

широкое

применение

графиков

для

пропаганды

статистической

информации,

характеризующей

результаты

развития

различных

сфер

национальной

экономики и социальных отношений.

В

настоящее

время

разработаны

пакеты

прикладных

программ

компьютерной

графики,

которые

облегчают

задачу

исследователя

в

практическом применении графиков. Наиболее распространенными пакетами

прикладных программ являются: «Harvard graphics», «Statgraf», «Supercalc»,

«Exel».

Для

графического

изображения

статистических

данных

используются

самые

разнообразные

виды

графиков.

Графики

подразделяются

по

двум

признакам классификации: по способу построения и по цели использования.

Несмотря

на

многообразие

видов

графических

изображений,

при

их

построении выполняются общие правила. Так, во-первых, в соответствии с

целью использования выбирается графический образ, т. е, вид графического

изображения.

Во-вторых,

определяется

поле

графика,

-

то

пространство,

в

котором размещаются геометрические знаки. В-третьих, задаются масштабные

ориентиры с помощью масштабных шкал (равномерных или неравномерных).

В-четвертых,

выбирается

система

координат,

необходимая

для

размещения

66

геометрических знаков в поле графика. Наиболее распространенной системой

координат

при

построении

статистических

графиков

является

система

прямоугольных координат. При этом наилучшее соотношение масштаба по осям

абсцисс и ординат, равное 1,62: 1, называется «Золотым сечением».

Рассмотрение начнем с наиболее простых видов графиков и в то же время

достаточно широко распространенных в уголовно-статистическом анализе -

линейных диаграмм. Линейные диаграммы применяются для характеристики

динамики,

т.е.

оценки

изменения

явлений

во

времени;

для

характеристики

вариации в рядах распределения; для оценки выполнения плановых заданий;

для оценки взаимосвязи между явлениями.

Они

строятся

в

прямоугольной

системе

координат.

По

оси

абсцисс

откладывают отрезки, соответствующие датам или периодам времени, по оси

ординат - уровни ряда динамики или темпы их изменения. Полученные точки

соединяют

отрезками

в

виде

ломаной

линии.

Каждая

точка

линейной

диаграммы

соответствует

уровню

динамического

ряда

(или

темпу

его

изменения) на определенный момент или за период времени. На одном графике

может

быть

размещено

несколько

диаграмм,

что

позволяет

сравнивать

динамику различных показателей, либо одного показателя по разным регионам

или странам.

Для

анализа

динамики

социально-правовых

явлений;

оценки

характеристики

вариации

в

рядах

распределений;

для

пространственных

сопоставлений по территориям, странам, видам преступности; для изучения

структуры

явления

используются

столбиковые

диаграммы.

Столбики

располагаются вплотную или раздельно на одинаковом расстоянии. Они имеют

одинаковое основание, а их высота должна быть пропорциональна числовым

значениям уровней признака. По высоте столбиков этой диаграммы определяют

соотношение между уровнями изучаемых показателей.

При

анализе

структуры

социально-правовых

явлений

широкое

распространение получили секторные диаграммы. Анализ структуры в данном

случае

проводится

на

основе

сопоставления

различных

частей

целого

при

67

помощи

площадей,

образуемых

секторами

круга.

Для

построения

этой

диаграммы круг следует разделить на секторы пропорционально удельному

весу частей и целого. Сумма удельных весов равна 100 %, что соответствует

общему объему изучаемого явления. Размер каждого явления определяется по

величине угла с учетом того, что 1 % соответствует 3,6 градуса. Для того, чтобы

секторы были более наглядны следует пользоваться штриховкой.

Для сравнительного анализа по регионам, странам используют также

квадратные,

круговые,

фигурные

диаграммы.

Диаграммы

геометрических

фигур отражают размер изучаемого объекта в соответствии с размером своей

площади. Для построения квадратной диаграммы следует извлечь квадратные

корни из сравниваемых величин статистических показателей, а затем построить

квадрат

со

сторонами,

пропорциональными

полученным

результатам.

При

построении круговой диаграммы значения показателей сначала делят на число

«пи», то есть 3,14, а затем из полученных величин извлекают квадратные корни

и стоят круги с радиусами, пропорциональными полученным результатам.

Диаграммы фигур-знаков представляют собой графические изображения

в

виде

рисунков,

фигур,

силуэтов

соответствующих

содержанию

статистических

данных.

Рисунки

отличаются

друг

от

друга

размером

(соответственно

величине

показателя),

либо

величины

статистических

показателей изображаются на рисунках определенным количеством одинаковых

по размеру и типу фигур.

Для

оценки

географического

размещения

явлений,

сравнительного

анализа по территориям применяются статистические карты. Они достаточно

часто

используются

в

публикациях

ООН.

Статистические

карты

могут

выступать

в

виде

картограмм

и

картодиаграмм.

Картограмма

показывает

территориальное распределение изучаемого признака по отдельным районам и

используется

для

выявления

закономерностей

этого

распределения.

Картограммы

бывают

фоновые

и

точечные.

Фоновые

картограммы

разной

густотой цветовой окраски характеризуют распределение изучаемого признака

на различных территориях. Фоновые картограммы применяются при анализе

68

статистических

показателей

выраженных

относительными

и

средними

величинами.

Точечные

картограммы

обозначают

распределение

изучаемого

явления по районам с помощью точек, каждой из которых соответствует одно и

то

же

числовое

значение

(например,

100

преступлений).

Точечные

картограммы

применяются

при

анализе

показателей

выраженных

в

форме

абсолютных величин.

Картодиаграмма

-

представляет

собой

сочетание

диаграммы

с

географической картой. Она позволяет отразить специфику каждого района в

распределении изучаемого явления, его структурные особенности.

Ключевые понятия к теме

Сводка статистических данных - научно организованная обработка материа-

лов наблюдения (по заранее разработанной программе), включающая в себя

кроме обязательного контроля собранных данных систематизацию, группиров-

ку материалов, составление таблиц, получение итогов и производных показа-

телей (средних, относительных величин).

53

Статистическая группировка - это разбиение совокупности на группы, одно-

родные по какому-либо признаку. С точки зрения отдельных единиц совокупно-

сти группировка - это объединение отдельных единиц совокупности в группы,

однородные по каким-либо признакам. Группировка может быть простой ( про-

водится по одному признаку) и комбинационной ( по нескольким признакам).

54

Классификация - устойчивое разграничение объектов. Это стандарт, в котором

каждая атрибутивная запись может быть отнесена лишь к одной группе или

подгруппе.

Группировочный признак - это признак, по которому происходит объединение

отдельных единиц совокупности в однородные группы.

53

Статистика.Курс лекций./Под ред., В. Г. Ионина. Новосибирск, 1997. С. 29.

54

Там же. С. 30.

69

Типологическая группировка - решает задачу выявления и характеристики

социально-правовых типов (частных подсовокупностей). Типологическая груп-

пировка может строиться для разных целей и по различным критериям.

Структурная группировка - дает возможность описать составные части сово-

купности или строение типов, а также проанализировать структурные сдвиги.

Структурная группировка применяется для характеристики структуры и струк-

турных сдвигов.

Аналитическая (фактурная) группировка - позволяет оценивать связи меж-

ду взаимодействующими признаками. Аналитическая группировка предназна-

чена для установления тесноты связи между взаимодействующими признаками

- факторным и результативным. Она позволяет выявить наличие и направление

связи, а также измерить ее тесноту и силу.

Ряд распределения - это группировка, в которой для характеристики групп

( упорядоченно расположенных по значению признака) применяется один пока-

затель - численность группы.

Статистическая таблица -

форма рационального и наглядного изложения

цифровых характеристик исследуемых явлений и его составных частей.

55

Подлежащее таблицы - являются единицы статистической совокупности или

их группы.

Сказуемое таблицы - отражает то, что в ней говорится о подлежащем с помо-

щью цифровых данных.

График - условные изображения числовых величин и их соотношений в виде

различных геометрических образов - точек, линий, плоских фигур и т. п.

Список рекомендуемой литературы

1.Айрапетов А. М. Таблицы исчисления среднегодовых темпов роста, прироста

и снижения. М., 1979.

2.Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

55

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. Учебник. М., 2002. С., 61.

70

3.Виноградова Н. М., Евдокимов В. Т., Хитарова Е. М., Яковлева Н. И. Общая

теория статистики. М., 1968.

4.Герчук Я. П. Графики в математико-статистическом анализе. М., 1972.

5.Герчук Я. П. Графические методы в статистике. М., 1968.

6.Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

7.Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. М.,

2002.

8.Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

9.Лунеев В. В. Юридическая статистика. М., 2000.

10.Остроумов С. С. Советская судебная статистика. М., 1976.

11.Савюк Л. К. Правовая статистика. М., 2001.

12.Статистика. Учебник. /Под ред., И. И. Елисеевой. М., 2002.

13.Статистика: курс лекций./ Харченко Л. П., Долженкова В. Г., Ионин В. Г. и

др. Новосибирск. 1997.

Тема № 6 Статистическое изучение динамики правовых явлений

Одно из основных положений научной методологии - необходимость

изучать все явления в развитии, во времени.

Динамика в уголовно-правовой статистике – это процесс развития,

движения правовых явлений во времени. Для обнаружения динамики строят

ряды динамики (хронологические, временные), которые представляют собой

ряды изменяющихся во времени значений статистического показателя, распо-

ложенных в хронологическом порядке.

Динамика преступности выражается рядом.

Ряд в статистике – это цифровые данные, показывающие изменения

явления во времени или пространстве и дающие возможность производить ста-

тистическое сравнение явлений как в процессе их развития во времени, так и по

различным формам и видам процессов. Ряд динамики представляет собой ряд

71

последовательно расположенных во времени числовых значений соответствую-

щего показателя.

Ряд динамики характеризуется его уровнем. Уровень в статистике – это

размер (объем, величина) того или иного явления, достигнутый в определенный

период времени или к определенному моменту. Таким образом, величина чле-

нов ряда динамики составляет его уровень.

Уровень ряда динамики может быть трех видов:

1.начальный;

2.средний;

3.конечный уровень.

Ряд динамики характеризует также его длина.

Длина ряда – это время, прошедшее от начального до конечного наблю-

дения, или число таких наблюдений.

Ряды динамики классифицируют следующим образом:

1.В зависимости от способа выражения уровней ряды динамики подразде-

ляются на ряды абсолютных и производных показателей (относительных и

средних величин).

2.В зависимости от того как выражают уровни ряда состояние явления на

определенный момент времени (от начального месяца, квартала, года и т.д.) или

его величину за определенные интервалы времени (за сутки, месяц, год и т.п.),

различают соответственно моментные и интервальные ряды динамики.

Условия построения рядов динамики

1.Ряд должен быть сопоставим во времени и пространстве.

2.Показатели динамического ряда должны быть сопоставимы по кругу

(полноте) охватываемых объектов.

3.Формируя динамический ряд необходимо следить за однокачественно-

стью их уровней на протяжении всего временного периода.

4.Необходимо соблюдать единую методологию учета или расчета показа-

телей.

Уровни временного ряда могут изменяться в самых разных направлениях: они

могут возрастать или убывать, повторять ранее достигнутый уровень. Интен-

сивность их изменений бывает различной. Уровни ряда могут изменяться бы-

стрее или медленнее. Колебания ряда динамики - это изменения его уровня, обу-

72

словленные внутренними или внешними, случайными или закономерными при-

чинами, сезонными факторами и т. п.

56

Колебания ряда динамики определяются

по следующим формулам:

Если уровень ряда отличается стабильностью то его колебания рассчитываются

по следующей формуле:

При явно выраженной тенденции на снижение либо увеличение уровня ряда его

к о л е б л е м о с т ь

о п р е д е л я е т с я

п о

с л е д у ю щ е й

ф о р м у л е :

Для

определения

тенденций

динамического

ряда

применяются

следующие

способы:

- Сглаживание динамического ряда - когда из показателей фактического ряда

вычисляются средние, и фактический, колеблющийся ряд заменяется плавным,

сглаженным рядом, характер и особенности которого будут четко выявлены.

- Укрупнение периодов - суммирование данных за более продолжительные от-

резки времени. В результате достигается эффект устранения колебаний показа-

телей ряда, затемняющих присущие ему закономерности и эти закономерности

становятся более заметными.

- Смыкание рядов динамики - этот способ применяется в том случае, когда

Исследование динамики затруднено несопоставимостью этих явлений вслед-

ствие территориальных, законодательных изменений. В данном случае за 100%

принимается уровень ряда для которого имеются данные как до, так и после

реорганизации. В результате получают два ряда с одинаковой базой сравнения,

которые можно заменить одним сомкнутым рядом динамики.

- Сглаживание способом скользящей средней - для этого необходимо последо-

вательно исчислить среднюю из двух, трех, четырех, пяти и больше уровней.

56

Савюк Л. К. Правовая статистика. М., 2000. С. 468-469.

73

-Аналитическое выравнивание - этот прием сводится к тому, что находят мате-

матическую формулу уровня теоретического ряда, наиболее близко совпадаю-

щего с фактическим рядом и более рельефно выявляющего его развитие.

Для характеристики развития явления во времени применяются следую-

щие показатели:

а/абсолютный прирост (Ар) - определяется как разность между абсолют-

ными показателями в текущем периоде и абсолютными показателями в преды-

дущем (либо базисном периоде) Ар = П тек. - П пред.(базис.);

б/ темп роста преступности относительный (Тр) - определяется по фор-

муле% Тр = (П тек. : П пред.) · 100 %;

в/ темпы прироста (снижения) преступности (Тпр) - представляет собой

разность между темпом роста (в %) и 100% : Тпр= Тр - 100%;

г/ общая формула расчета динамики преступности (Д) определяется по

формуле:

Ключевые понятия к теме

Динамика - это процесс развития, движения правовых явлений во времени.

Динамические ряды - представляют собой числа, характеризующие изменение

каких-либо изучаемых фактов во времени. Динамические ряды бывают момент-

ными, интервальными, средних и относительных величин.

Уровень ряда динамики - это размер (объем, величина) того или иного явле-

ния, достигнутый в определенный период времени или к определенному момен-

ту. Уровни бывают: начальный, средний, конечный.

Моментный ряд - характеризует изменение какого-либо явления путем сравне-

ния его величины по состоянию на определенные даты.

Интервальный ряд- характеризуют изменение величины какого-либо явления

за определенные периоды времени (интервалы).

Динамические ряды средних и относительных величин - представляют со-

бой динамические ряды составленные из обобщающих показателей, соответ-

ственно либо средних, либо относительных.

74

Колебания ряда динамики - это изменения его уровня, обусловленные вну-

тренними или внешними, случайными или закономерными причинами, сезон-

ными факторами и т. п.

Сглаживание динамического ряда - когда из показателей фактического ряда

вычисляются средние, и фактический, колеблющийся ряд заменяется плавным,

сглаженным рядом, характер и особенности которого будут четко выявлены.

Укрупнение периодов - суммирование данных за более продолжительные от-

резки времени. В результате достигается эффект устранения колебаний показа-

телей ряда, затемняющих присущие ему закономерности и эти закономерности

становятся более заметными.

Смыкание рядов динамики - этот способ применяется в том случае, когда

Исследование динамики затруднено несопоставимостью этих явлений вслед-

ствие территориальных, законодательных изменений. В данном случае за 100%

принимается уровень ряда для которого имеются данные как до, так и после

реорганизации. В результате получают два ряда с одинаковой базой сравнения,

которые можно заменить одним сомкнутым рядом динамики.

Сглаживание способом скользящей средней - для этого необходимо последо-

вательно исчислить среднюю из двух, трех, четырех, пяти и больше уровней.

Аналитическое выравнивание - этот прием сводится к тому, что находят мате-

матическую формулу уровня теоретического ряда, наиболее близко совпадаю-

щего с фактическим рядом и более рельефно выявляющего его развитие.

Тренд - основная тенденция в изменении явления во времени. Это долговре-

менная компонента ряда динамики, выражающая длительную, «вековую», веду-

щую тенденцию развития явления.

Лаг - это смещение во времени изменений одних явлений по сравнению с дру-

гими

Абсолютны рост (снижение) преступности - показатель динамики преступно-

сти, характеризующийся увеличением (снижением) объема преступности за

определенный период.

75

Темп роста преступности относительный - показатель динамики преступно-

сти, на основе которого определяется, во сколько раз больше (меньше) ил сколь-

ко процентов составляет то ил иное значение объема (или уровня) преступности

от аналогичного значения предыдущего или базисного периода. Темп роста

преступности относительной всегда положительная величина.

Темп прироста (снижения) преступности - относительный показатель дина-

мики преступности, представляющий собой разность между темпом роста (в %)

и 100%.

Рекомендуемая литература к теме

1.

Омигов В. И. Закономерности развития преступности в Российской Федера-

ции на рубеже веков.// Государство и право, 2000, № 6. С. 52-55.

2.

Айрапетов А. М. Таблицы исчисления среднегодовых темпов роста, приро-

ста и снижения. М., 1979.

3.

Бабаев М. М., Быков Л. А., Звирбуль. В. К., Изучение преступности. М.,

1973.

4.

Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

5.

Виноградова Н. М., Евдокимов В. Т., Хитарова Е. М., Яковлева Н. И. Общая

теория статистики. М., 1968.

6.

Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

7.

Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики.

М.,2002.

8.

Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

9.

Кендалл М.Дж., Стуарт А. Статистические выводы и связи. М., 1973.

10.Конев А. А. Преступность в России и ее реальное состояние. Нижний Новго-

род, 1993.

11.Крутер М. С. Теоретический анализ криминогенного комплекса преступно-

сти // Юридический мир. 2001. № 1. С. 28-35.

76

12.Лунеев В. В. Преступность ХХ века: мировые, региональные, российские

тенденции. М., 1997.

13.Лунеев В. В. Юридическая статистика. М., 2000.

14.Организация деятельности информационных работников горрайлинорганов

внутренних дел. М., 1995.

15.Остроумов С. С. Советская судебная статистика. М., 1976.

16.Правовая статистика./ Под ред., З.Г. Яковлевой. М., 1986.

17.Правовая статистика./Под ред., Н. А. Осетрова. М., 1980.

18.Статистика. Учебник. /Под ред., И. И. Елисеевой. М., 2002.

19.Статистика: курс лекций./ Харченко Л. П., Долженкова В. Г., Ионин В. Г. и

др. Новосибирск. 1997.

20.Статистическое моделирование и прогнозирование/ Учеб. Пособие/Под ред.

А. Г. Гранберга. М., 1990.

21.Факторный, дискриминантный и кластерный анализ/ Пер. с англ. М., 1989.

22.Чупров А.А. Очерки по теории статистики. М., 1959.

Тема 7 Индексы и их использование в статистико-правовых исследо-

вания.

Индекс (index) в переводе с латыни - указатель, показатель.

В

практике

статистики

индексы

наряду

со

средними

величинами

являются наиболее распространенными статистическими показателями. С их

помощью

характеризуется

развитие

преступности

в

целом

и

ее

отдельных

составляющих

(типов

преступности),

анализируются

ре зульт аты

правоохранительной

деятельности,

исследуется

роль

отдельных

факторов

в

формировании важнейших показателей преступности, индексы используются

также

в

международных

сопоставлениях

показателей

преступности,

77

определении уровня жизни, мониторинге криминальной активности в социуме

и т.д.

Индекс представляет собой относительную величину, получаемую в

результате

сопоставления

уровней

сложных

социально-правовых

показателей во времени, в пространстве или с планом.

Обычно сопоставляемые показатели характеризуют явления, состоящие

из

разнородных

элементов,

непосредственное

суммирование

которых

невозможно

в

силу

их

несоизмеримости.

Например,

современный

уровень

развития преступности позволил ей трансформироваться в более чем 20 типов

преступности

57

. Получить общий объем преступности в таком случае нельзя

суммированием

количества

различных

видов

преступности

в

натуральном

выражении.

В

качестве

меры

соизмерения

разнородных

явлений

можно

использовать цену преступности

58

или показатель ущерба от того или иного

вида преступности,

совокупный вред от преступности

59

, физический объем

типа преступности.

В

развитии

индексной

теории

в

нашей

стране

сложились

два

направления:

обобщающее,

или

синтетическое,

и

аналитическое.

Различие

между этими направлениями обусловлено двумя возможностями интерпретации

индексов в их приложении.

Обобщающее, или так называемое синтетическое, направление трактует

индекс как показатель среднего изменения уровня изучаемого показателя. В

аналитической

теории

индексы

-

это

показатели

изменения

уровня

результативной величины под влиянием изменения индексируемой величины.

57

Различные авторы выделяют следующие типы (виды ) преступности: корыстная; насильственная; корыстно-

насильственная; экономическая; экологическая; налоговая; коррупционная; рецидивная; профессиональная; ор-

ганизованная; политическая; женская; преступность несовершеннолетних; преступность лиц молодого возрас-

та; геронтологическая (старческая); преступность «белых воротничков»; преступность военнослужащих; пени-

тенциарная; террористическая; политическая; бытовая; неосторожная; религиозная.

58

Цена преступности - приблизительное денежное выражение экономических, социальных последствий (прямо-

го или косвенного ущерба) и издержек или затрат, связанных с преступностью. Впервые этот термин был обос-

нован на 5 Конгрессе ООН по Предупреждению преступности и обращению с правонарушителями. По оценкам

американских исследователей цена преступности достигает 89 млрд. долларов. Эта сумма складывается из ре-

ального вреда, причиненного в результате преступных деяний; расходов на содержание органов юстиции; борь-

бу с преступностью; реализации программы защиты свидетелей; реабилитации жертв преступлений и содержа-

ние учреждений пенитенциарной системы.

59

Совокупный вред от преступности - это реальный прямой или косвенный ущерб конкретному лицу и обще-

ству в целом, который наступил в результате отдельных преступных деяний.

78

Таким образом, с помощью индексных показателей решаются следующие

основные задачи:

1) характеристика общего изменения сложного показателя преступности

или формирующих его отдельных показателей-факторов;

2)

выделение

в

изменении

сложного

показателя

влияния

одного

из

факторов путем элиминирования влияния других факторов.

3)

в

качестве

самостоятельной

можно

выделить

задачу

обособления

влияния изменения структуры явления на индексируемую величину.

Способы

построения

индексов

зависят

от

содержания

изучаемых

показателей,

методологии

расчета

исходных

статистических

показателей,

имеющихся в распоряжении исследователя статистических данных и целей

исследования.

Для

удобства

восприятия

индексов

в

теории

статистики

разработана определенная символика. Каждая индексируемая величина имеет

свое символическое обозначение. Например, количество единиц данного вида

продукции обозначается g, цена единицы изделия - p, себестоимость единицы

изделия

-

z,

трудоемкость

единицы

изделия

- t , . и т.д. По степени охвата

элементов

совокупности

различают

индивидуальные

и

сводные

(общие)

индексы. Индивидуальными называются индексы, характеризующие изменение

только одного элемента совокупности (например, изменение выпуска легковых

автомобилей определенной марки). Индивидуальный индекс обзначается i.

Индивидуальный индекс цены определяется по формуле:

0

1

p

p

i

p



-

индекс цены определенного продукта

Индивидуальный индекс физического объема определяется по формуле:

0

1

q

q

i

q



-

индекс объема определенного продукта (товара).

Где

1

q

и

0

q

- количество продукции соответственно в отчетном и базисном пе-

риодах;

p

и

0

p

- цены соответственно сопоставимые и базисного периода.

Сводный (общий) индекс отражает изменение по всей совокупности

элементов

сложного

явления.

Общие

индексы

характеризуют

изменение

индексируемого

показателя

в

целом

по

сложной

совокупности,

отдельные

элементы

которой

несоизмеримы

в

физических

единицах.

Если

индексы

охватывают не все элементы сложного явления, а лишь часть, то их называют

групповыми,

или

субиндексами.

Например,

общий

индекс

характеризует

79

динамику

объема

преступности.

К

субиндексам

в

этом

случае

могут

быть

отнесены

индексы

отдельных

типов

преступности.

Обозначают

сводный

(общий) индекс символом I. Индексные показатели в статистике вычисляются

на высшей ступени статистического обобщения и опираются на результаты

сводки и обработки данных статистического наблюдения. Итоги по группам

элементов

в

условиях

их

несоизмеримости

получаются

расчетным

путем,

являются производными.

Агрегатный индекс цен рассчитываемый по формуле (Пааше):

Агрегатный индекс цен определяемый по формуле (Ласпейреса):

Агрегатный индекс физического объема, определяемый по формуле:

При изучении различных взаимосвязанных показателей следует иметь

ввиду, что индексы этих показателей находятся точно в такой же зависимости,

как

и

сами

показатели

(индивидуальные

индексы

-всегда;

общие

-

при

определенном построении).

В

зависимости

от

содержания

и

характера

индексируемой

величины

различают индексы количественных (объемных) показателей (например, индекс

физического

объема

преступности)

и

индексы

качественных

показателей

(например, индекс ущерба от отдельных видов преступности).

80

При вычислении индексов различают сравниваемый уровень - уровень, с

которым

производится

сравнение,

называемый

базисным.

Выбор

базы

сравнения определяется целью исследования. В индексах, характеризующих

изменение

индексируемой

величины

во

времени,

за

базисную

величину

принимают

размер

показателя

в

каком-либо

периоде,

предшествующем

отчетному.

При

этом

возможны

два

способа

расчета

индексов

-

цепной

и

базисный.

Цепные

индексы

получают

сопоставлением

текущих

уровней

с

предшествующим.

Таким

образом,

база

сравнения

непрерывно

меняется.

Базисные индексы получают сопоставлением с уровнем периода, принятого за

базу сравнения.

При территориальных сравнениях за базу принимают данные какой-либо

одной части территории, например, при региональных сопоставлениях внутри

России, или итоговый показатель по всей изучаемой территории в целом, как

это имеет место в международных сопоставлениях.

При использовании индексов как показателей выполнения плана за базу

сравнения принимаются плановые показатели.

В

зависимости

от

методологии

расчета

общий

индексов

различают

агрегатные индексы и средние.

Построение

агрегатных

индексов

сводится

к

тому,

что

с

помощью

определенных

соизмерителей

выражаются

итоговые

величины

сложной

совокупности в отчетном и базисном периодах, а затем первая сопоставляется

со второй.

Агрегатные индексы качественных показателей могут быть рассчитаны

как индексы переменного состава и индексы фиксированного (постоянного)

состава.

В

индексах

переменного

состава

сопоставляются

показатели,

рассчитанные

на

базе

изменяющихся

структур

явлений,

а

в

индексах

фиксированного состава на базе неизменной структуры явлений.

Индексом переменного состава (I п.с) называют отношение двух средних

уровней.

81













0

0

0

1

1

1

0

1

.

:

:

f

f

x

f

f

x

x

x

I

с

п

Индекс фиксированного состава характеризует среднее изменение самого

осредняемого признака при постоянстве структуры совокупности.











1

1

0

1

1

1

.

:

f

f

x

f

f

x

I

с

ф

При

сравнении

средних

показателей

можно

принять

неизменным

значения

х,

тогда

на

динамику

средних

будет

оказывать

влияние

только

изменение

весов,

то

есть

структуры

совокупности.

Этот

индекс

условно

называют индексом структуры (или индексом структурных сдвигов). Индекс

структуры

показывает

в

какой

степени

изменение

средней

величины

индексируемого показателя произошло за счет изменения структуры (состава)

совокупности.











0

0

0

1

1

0

:

f

f

x

f

f

x

I

стр

или

с

ф

с

п

стр

I

I

I

.

.



Средние из индивидуальных индексов делятся на средние взвешенные

арифметические и средние взвешенные гармонические индексы.

Средний арифметический индекс физического объема:

Где

0

1

q

q

i



- индивидуальные индексы объема;

0

0

p

q

- стоимость продукции базисного периода в базисных ценах (веса).

Средний арифметический индекс цен, рассчитываемый по формуле

Ласпейреса:

82

Средний арифметический индекс цен, рассчитываемый по формуле Паа-

ше:







0

1

1

1

)

.(

p

q

p

iq

I

П

ар

Средняя гармоническая форма общего индекса физического объема:

Средний гармонический индекс цен рассчитываемый по формуле Пааше:

Средний

гармонический

индекс

цен,

рассчитываемый

по

формуле

Ласпейреса:







i

p

q

p

q

I

Л

грам

1

0

1

0

)

(

Средняя геометрическая рассчитывется по формуле Фишера из агрегатных

индексов цен Ласпейреса и Пааше:











0

1

1

1

0

0

1

0

p

q

p

q

p

q

p

q

I

цен

В криминологических исследованиях используются следующие индексы:

83

Индекс судимости - показатель общественной опасности преступности,

характеризующийся

числом

лиц,

осужденных

к

уголовным

наказаниям

по

приговорам,

вступившим

в

законную

силу,

за

определенный

период

на

определенной территории в расчете на 100000 человек населения в возрасте

старше 14 лет.

p · 100000

I =

Na

Где p

- это число лиц, осужденных по пригововам, вступившим в

законную силу за определенный промежуток времени к уголовным наказаниям;

Na - это численность населения в возрасте старше 14 лет, проживающего на

данной территории.

Индекс латентности - показатель латентности, представляющий собой

отношение

незарегистрированной

части

объема

преступности

в

зарегистрированной ее части.

n · 100 %

L =

N

Где n - это количество не зарегистрированных преступлений, а

N - это

количество зарегистрированных преступлений.

Индекс преступной активности - показатель уровня преступности,

характеризующийся числом лиц, совершивших преступления, выявленных в

течении

определенного

периода

на

определенной

территории

в

расчете

на

100000

чел

активного

населения

(14-65

лет),

проживающего

на

данной

территории.

Ключевые понятия к теме

Индексы - представляют собой числа- показатели, измеряющие среднюю дина-

мику совокупности разнородных, непосредственно несоизмеримых элементов.

60

Таким образом, индексы - это относительные показатели, характеризующие со-

отношение явлений во времени, в пространстве и по сравнению с планом.

60

Острокмов С. С. Советская судебная статистика. М., 1976. С. 228.

84

Индивидуальные индексы - показывают, каково соотношение между отчет-

ным и базисным показателями или во сколько раз увеличилась (уменьшилась)

индексируемая величина.

61

Общие индексы - характеризуют изменение индексируемого показателя в це-

лом по сложной совокупности, отдельные элементы которой несоизмеримы в

физических единицах.

Агрегатный индекс (наборный) - определяется путем сопоставления произве-

дений двух абсолютных величин, одна из которых остается неизменной (посто-

янной) и в числителе (текущий период) и в знаменателе (базисный период), а

другая - переменной. Построение агрегатных индексов сводится к тому, что с

помощью определенных соизмерителей выражаются итоговые величины слож-

ной совокупности в отчетном и базисном периодах, а затем первая сопостав-

ляется со второй.

62

Индекс переменного состава - рассчитывается через отношение двух средних

уровней.

Индекс фиксированного состава - характеризует среднее изменение самого

осредняемого признака при постоянстве структуры совокупности.

Индекс структуры (индекс структурных сдвигов) - его выводят при сравне-

нии средних показателей с неизменными значениями признака при изменении

весов, то есть структуры совокупности.

Общие индексы как средние из индивидуальных индексов - в этом смысле

общий индекс изучаемого явления у отдельных единиц совокупности. В про-

цессе осреднения индивидуальных индексов веса подбираются такими, чтобы

был возможен алгебраический переход от общего индекса в форме средней ве-

личины к общему индексу в агрегатной форме. И наоборот, агрегатная форма

общего индекса позволяет выбрать взвешивающий показатель при расчете об-

щего индекса в виде средней величины.

63

61

Громыко Г. Л. Теория статистики. Практикум. М., 2001. С.131.

62

Там же. С. 131.

63

Статистика. Курс лекций./Под ред., В. Г. Ионина. Новосибирск, 1997. С. 116.

85

Территориальные индексы - это разновидность относительных величин срав-

нения, когда сопоставляются сложные показатели, относящиеся к одному и

тому же периоду времени, но к разным территориям (городам, районам, обла-

стям, государствам). На основе территориальных индексов выполняются меж-

дународные сопоставления.

64

Тяжесть среднестатистического преступления - показатель общественной

опасности представляющий собой среднее арифметическое значение всех на-

значенных в течении года уголовных наказаний, выраженное в условных годах

лишения свободы.

65

Список рекомендуемой литературы

1.Адамов В. Е. Факторный индексный анализ. Методология и проблемы. М.,

1977.

2.Бабаев М. М., Быков Л. А., Звирбуль. В. К., Изучение преступности. М., 1973.

3.Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

4.Виноградова Н. М., Евдокимов В. Т., Хитарова Е. М., Яковлева Н. И. Общая

теория статистики. М., 1968.

5.Елисеева И. И., Юзбашев М. М. Общая теория статистики. М., 1995.

6.Ефимова М. Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. М.,

2002.

7.Ефимова М. Р., Рябцев В. М. Общая теория статистики. М., 1991.

8.Иванов О. В. Показатели социальной напряженности // В кн.: Социальные

проблемы экономических реформ/ Под ред. А. Е. Когута. СПб., 1994.

9.Казинец Л. С. Теория индексов. М., 1963.

10.Конев А. А. Преступность в России и ее реальное состояние. Нижний Новго -

род, 1993.

11.Лунеев В. В. Преступность ХХ века: мировые, региональные, российские

тенденции. М., 1997.

64

Статистика. Курс лекций./Под ред, В. Г. Ионина. Новосибирск, 1997. С. 125.

65

Криминологический словарь./Под ред., В. П. Сальникова. СПб., 1999. С. 172.

86

12.Лунеев В. В. Юридическая статистика. М., 2000.

13.Остроумов С. С. Советская судебная статистика. М., 1976.

14.Правовая статистика./ Под ред., З.Г. Яковлевой. М., 1986.

15.Правовая статистика./Под ред., Н. А. Осетрова. М., 1980.

16.Плошко Б. Г. Индексы. Л., 1958.

17.Статистика. Учебник. /Под ред., И. И. Елисеевой. М., 2002.

18.Статистика: курс лекций./ Харченко Л. П., Долженкова В. Г., Ионин В. Г. и

др. Новосибирск. 1997.

Тема 8 Комплексный статистический анализ и его применение в уго-

ловно-правовой статистике

Анализ (от греческого analysis - разложение) - общенаучный метод выра-

жающийся в процессе мысленного или фактического разложения целого на со-

ставные части. Цель анализа - познание частей как элементов сложного целого.

В мыслительных операциях анализ выступает в качестве логического приема

мышления, совершающегося при помощи абстрактных понятий. Логический

анализ заключается в мысленном расчленении исследуемого объекта на состав-

ные части и является методом получения новых знаний. Расчленение целого на

составные части позволяет выявить строение исследуемого объекта, его струк-

туру; расчленение сложного явления на более простые элементы позволяет

отделить существенное от несущественного, одной из форм анализа служит

классификация предметов и явлений. Анализ развивающегося процесса позво-

87

ляет выделить в нем различные этапы и противоречивые тенденции и так да-

лее.

66

Статистический анализ в социально-правовом исследовании - включает в

себя расчленение изучаемого явления (процесса) на составные части, определя-

емые той ли иной отраслью права, количественно измерение этих составных ча-

стей, установление взаимосвязей между ними и другими социальными явления-

ми, выявление реальных закономерностей развития явления или процесса.

67

Статистический анализ преступности заключается в установлении ее ре-

ального состояния.

Для анализа преступности целесообразно выделять следующие ее виды:

1.

фактическая преступность - совокупность преступлений, совершенных за

определенное время на определенной территории;

2.

выявленная преступность - совокупность преступлений, факт совершения

которых стал известен государственным органам или общественности;

3.

зарегистрированная преступность - совокупность преступлений, инфор-

мация о которых поступила в органы уголовного преследования и которые

зафиксированы в соответствии с установленными правилами;

4.

преступность установленная судом - совокупность деяний, преступный

характер которых установлен судом;

5.

латентная преступность - скрытая преступность, то есть та часть реально

существующей преступности, которая осталась за рамками официального

реагирования

специально

уполномоченных

правоохранительных

органов.

Выделяют следующие виды латентной преступности: объективная, субъек-

тивная и пограничная. Экспертные оценки соотношения зарегистрирован-

ных и латентных преступлений 1: 10.

68

Другие эксперты считают, что реги-

страция преступлений в России составляет около четверти реально соверша-

емых преступных деяний.

69

«Темная цифра» преступности - подразумеваемое в общей массе преступ-

ности количество тех преступлений, которые не попали в число зарегистриро-

ванных либо ввиду произвольного подхода к этому лиц, работающих в право-

охранительных органах, либо потому, что просто не попали в их поле зрения.

Для выявления латентной преступности в современной криминологии вы-

работаны следующие основные методы:

66

Философский словарь/Под ред. И. Т. Фролова. М., 1991. С. 18-19.

67

Лунеев В. В. Юридическая статистика. М., 2000. С., 338.

68

Лунеев В. В. Преступность ХХ века. М., 1997. С.126.

69

Бородин С. В. Борьба с преступностью: теоретическая модель комплексной программы. М., 1990. С. 58-61;

Латентная преступность: познание, политика, стратегия// Сборник материалов международного семинара. М.,

1993. С. 28.

88

а) сравнение динамических статистических рядов;

б) виктимологические опросы;

в) наблюдение (включенное наблюдение);

г) доверительные беседы, опросы, анкетирование;

д) экспертные оценки;

е) контент-анализ материалов прессы (вид анализа документов, основан-

ный на количественной оценке содержания письменных и аудио-визуальных до-

кументов);

ж) изучение документов (отказных материалов, прекращенных уголовных

дел.

Статистический анализ в криминологическом исследовании - предпола-

гает расчленение преступности, ее причин, мер предупреждения и т. д. на со-

ставные элементы в целях установления и количественного измерения, взаимо-

связей и закономерностей преступности и связанных с ней массовых социаль-

ных явлений и процессов.

70

Функции статистического анализа:

1.

Описательная;

2.

Объяснительная;

3.

Прогностическая;

4.

Организационно-практическая.

При анализе показателей преступности важную роль выполняет процесс

установления существующих взаимосвязей между показателями.

Выделяют

следующие виды взаимосвязей:

1.

Компонентные связи - характеризуются тем, что изменение статистиче-

ского показателя определяется изменением компонентов, входящих в этот

показатель, как множитель (a = b c). В статистике компонентные связи ис-

пользуются в индексном методе выявления роли отдельных факторов в сово-

купном изменении сложного показателя. Практическая значимость компо-

нентных показателей заключается в том, что они позволяют определить ве-

личину одного из неизвестных компонентов.

2.

Факторные связи - это вид детерминационной связи. Они могут быть как

функциональные, так и корреляционные.

3.

Функциональные связи при которых, изменение результативного признака

у всецело обусловлено действием факторного признака х:

70

Там же.

89

При функциональной связи

y=f(x).

Знание функциональной связи позволяет абсолютно точно прогнозировать

события.

5.Корреляционные связи при которых, изменение результативного признака

обусловлено влиянием факторного признака х не полностью, а частично, так

как возможно влияние прочих факторов п:

При корреляционной связи:

y=F(x)+



Корреляционные связи проявляются только в массовых явлениях.

Основная задача корреляции заключается в том, чтобы на основе строго матема-

тических приемов установить количественное выражение зависимости, которая

существует между исследуемыми признаками (показателями), абстрагируясь

при этом от влияния всех других признаков, искажающих искомую связь.

71

При

анализе рассматриваемой связи используются параметрические и непараметри-

ческие методы.

При исследовании степени тесноты связи между качественными призна-

ками, каждый из которых представлен в виде альтернативных признаков, ис-

пользуются так называемые «тетрахорические показатели».

72

Для этого стоится

таблица четырех полей:

a

b

a + b

c

d

c + d

a + c

b + d

a + d + c+ d

Каждая из клеток (a, b, c, d) соответствует известной альтернативе того и

другого признака. На основе таких таблиц рассчитываются два показателя: ко-

эффициент ассоциации Д.Юла и коэффициент контингенции К. Пирсона.

Коэффициент ассоциации рассчитывается по формуле:

71

Фирсова А. В. Правовая статистика. Москва-Ростов-на-Дону. 2004. С.78.

72

Фирсова А. В. Правовая статистика. Москва- Ростов-на-Дону. 2004. С. 79.

90

bc

ad

bc

ad

K

a







В тех случаях, когда один из показателей в четырехклеточной таблице от-

сутствует, величина коэффициента ассоциации будет равна единице, что дает

преувеличенную оценку степени тесноты связи между признаками и в этом слу-

чае рассчитывают коэффициент контингенции по следующей формуле:



 

 

 



d

c

c

a

d

b

b

a

bc

ad

K

k













Коэффициенты Ка и Кк изменяются от + 1 до - 1, чем ближе к + 1 или - 1,

тем сильнее связаны между собой изучаемые признаки.

Если значения признаков могут быть упорядочены ( ранжированы)по сте-

пени убывания или возрастания признака для определения тесноты связи (как

между количественными, так и между качественными признаками) может быть

использован коэффициент корреляции рангов Спирмена, который рассчитывает-

ся по следующей формуле:





1

6

1

2

2

1











N

N

d



где

2

1

d

–квадрат разности рангов, связанных величин х и у; N- число наблюде-

ний (число пар рангов).

Когда каждый из качественных признаков состоит из более чем двух

групп, для определения тесноты связи можно применить коэффициенты взаим-

ной сопряженности К. Пирсона и А. Чупрова.

Коэффициент К. Пирсона вычисляется по следующей формуле:

2

2

1









n

C

где

2



- показатель взаимной сопряженности.

Расчет коэффициента взаимной сопряженности производится по схеме

Группа

при-

знака А

Группа признака В

Итого

В1

В2

В3

А1

f1

f2

f3

n1

91

А2

f4

f5

f6

n2

А3

f7

f8

f9

n3

Итого

m1

m2

m3

Расчет коэффициента взаимной сопряженности

По первой строчке

1

1

3

2

3

2

2

2

1

2

1

:

Z

n

m

f

m

f

m

f























По второй строчке

2

2

3

2

6

2

2

5

1

2

4

:

Z

n

m

f

m

f

m

f























По третьей строчке

3

3

3

2

9

2

2

8

1

2

7

:

Z

n

m

f

m

f

m

f









































1

1

3

2

1

2

i

Z

Z

Z

Z



Коэффициент взаимной сопряженности, предложенный известным статистиком

А. Чупровым, вычисляется по формуле:



 



1

1

2

1

2







K

K

C

ч



1

K

- число возможных значений первой статистической величины (число групп

по столбцам);

2

K

- число возможных значений второй статистической величины (число групп

по строкам)

2



- показатель взаимной сопряженности (расчет смотри выше).

Результат, полученные по коэффициенту взаимной сопряженности А. Чу-

прова, более точен, поскольку он учитывает число групп по каждому признаку.

Для получения выводов о практической значимости показателям тесноты

связи дается качественная оценка. Это осуществляется на основе шкалы Чеддо-

ка. В соответствии с этой шкалой между показателем тесноты связи и характе-

ристикой силы связи существует следующая зависимость.

Показатели тесноты связи

Характеристика силы связи

0,1-0,3

Слабая

0,3-0,5

Умеренная

0,5-0,7

Заметная

92

0,7-0,9

Высокая

0,9-0,99

Весьма высокая

Рекомендуемая литература к теме

1.

Аванесов Г. А. Теория и методология криминологического прогнозирования.

М., 1972.

2.

Акутаев Р. М. К вопросу о методах измерения латентной преступности.// Го-

сударство и право, 1998. № 7. С. 57-60.

3.

Бабаев М. М., Быков Л. А., Звирбуль. В. К., Изучение преступности. М.,

1973.

4.

Блувштейн Ю. Д. Криминологическая статистика. Минск,1981.

5.

Бородин С. В. Борьба с преступностью: теоретическая модель комплексной

программы. М., 1990.

6.

Гаврилов Б. Я. Способна ли российская статистика о преступности стать ре-

альной?// Государство и право, 2001, № 1. С. 47-62.

7.

Кендалл М.Дж., Стуарт А. Статистические выводы и связи. М., 1973.

8.

Кондратюк Л. В. Латентная преступность. М., 1994.

9.

Кондрашко

Н.

Нужно

разобраться

в

понятиях

и

критериях.//Законность,

1999, № 6, С. 32-34.

10.Конев А. А. Преступность в России и ее реальное состояние. Нижний Новго-

род, 1993.

11.Крутер М. С. Теоретический анализ криминогенного комплекса преступно-

сти // Юридический мир. 2001. № 1. С. 28-35.

12.Ларин А. М. Преступность и раскрываемость преступлений.// Государство и

право, 1999. № 4. С. 83-89.

13.Лунеев В. В. Контроль над преступностью: надежны ли показатели?//Госу-

дарство и право. 1995.№ 7. С. 89-102.

14.Лунеев В. В. Криминологическое прогнозирование и планирование борьбы с

правонарушениями в войсках. М., 1979.

15.Лунеев В. В. Преступность ХХ века: мировые, региональные, российские

тенденции. М., 1997.

93

16.Лунеев В. В. Юридическая статистика. М., 2000.

17.Омигов В. И. Закономерности развития преступности в Российской Федера-

ции на рубеже веков.// Государство и право, 2000, № 6. С. 52-55.

18.Организация деятельности информационных работников горрайлинорганов

внутренних дел. М., 1995.

19.Остроумов С. С. Советская судебная статистика. М., 1976.

20.Правовая статистика./ Под ред., З.Г. Яковлевой. М., 1986.

21.Правовая статистика./Под ред., Н. А. Осетрова. М., 1980.

22.Самойленко В. Искаженная статистика.// Законность. 2001. № 3. С. 22-23.

23.Спирина С. Г. Культура статистического анализа математического моделиро-

вания тенденций преступности/ В кн.: Проблемы преступности: традицион-

ные и нетрадиционные подходы/ Отв.ред., А. И. Долгова. М., 2003. С. 207-

209.

24.Статистическое моделирование и прогнозирование/ Учеб. Пособие/Под ред.

А. Г. Гранберга. М., 1990.

25.Суслов И. П. Основные теории достоверности статистических показателей.

Новосибирск, 1979.

26.Факторный, дискриминантный и кластерный анализ/ Пер. с англ. М., 1989.

27.Хейс Д. Причиныый анализ в статистических исследованиях./Пер. с англ.

М., 1981.

28.Четыркин Е. М. Статические методы прогнозирования. М., 1975.

29.Чупров А. А. Основные проблемы корреляции. М., 1959.

30.Чурилов А, Баранова И. Судебная статистика и аналитическая работа проку-

рора.//Законность, 1999, № 6, С. 13- 16.

Раздел 2 Схемы и таблицы по курсу Уголовно-правовая статистика

Схема 1 Структура статистического наблюдения

94

Статистическое наблюдение

Формы

Виды

Отчетнос

ть

Специально

Организован

-

ное

наблюдение

Перепись

Единовремен-

ный учет

Специальное

статистическое

обследование

Способ

непосредствен-

ного

наблюдения

Документа-

льный

Опрос

По времени

регистра-

ции

По

охвату

еди-

ниц

совокупно-

сти

По способу

регистрации

Экспедиционный;

Саморегистрации

Анкетный;

Корреспо-

ндентский;

Текущее

Периодичес-

кое

Единовремен-

ное

Сплошное

Несплошное

Способ

основного

массива

Выборочное

наблюдение

Схема 2 Виды средних

Средние величины

95

Средние величины

Степенные

Структурные

Арифме-

тиче-ская

Гармоничес-

кая

Геометрическая

Про-

ста

Взве-

шенная

Простая

Взве-

шенная

Простая

Взвешенная

Мода

Медиана

Кубическая

Квадратическая

Простая

Взвешенная

Простая

Взвешенная

Расчетные формулы для статистической выборки

Исчисляемые

показатели

Расчетные формулы для признаков

Качественных

количественных

1. Расчет дисперсии

Дисперсия

)

1

(

2

P

P















f

f

x

x

)

(

2



96

2. Расчет ошибки выборки

Повторный отбор

Ошибка выбор-

ки

n

p

p

W

)

1

(





n

W

2





Предельная

ошибка с коэф-

фициентом до-

верия

n

p

p

t

)

1

(







n

t

2







Бесповторный отбор

Ошибка выбор-

ки



















N

n

n

p

p

W

1

)

1

(

















N

n

n

W

1

2



Предельная

ошибка с коэф-

фициентом до-

верия





















N

n

n

p

p

t

1

)

1

(



















N

n

n

t

1

2



3. Расчет выборочной совокупности

Повторный отбор

Выборочная со-

вокупность

2

)

1

(

W

P

P

n





2

2

W

n





Выборка с ко-

эффициентом

доверия

2

2

)

1

(







t

P

P

n

2

2

2





t

n



Бесповторный отбор

Выборка с ко-

эффициентом

доверия

)

1

(

)

1

(

2

2

2

P

P

t

N

P

P

Nt

n











2

2

2

2

2





t

N

t

N

n







Виды степенных средних

Вид степенной

средней

Показатель

степени(m)

Формула расчета

Простая

Взвешенная

Гармоническая

-1





x

n

X

1







x

m

m

X

m=xf

Геометрическая

0





n

X

П

X

n

n

x

x

x

...

2

1









f

f

Пx

x





f

f

n

f

f

n

x

x

x

...

2

1

2

1

Арифметиче-

ская

1

n

x

x











f

xf

x

Квадратическая

2

n

x

x





2







f

f

x

x

2

Кубическая

3

3

3

n

x

x





3

3







f

f

x

x

97

98