Относительная величина сравнения

Представляет собой отношение одноименных величин, относящихся к различным объектам.

Вопросы для обсуждения:

1. Что такое абсолютные статистические величины и каково из значение? Приведите примеры абсолютных величин.
2. Назовите виды статистических показателей. Приведите примеры.
3. В каких единицах измерения выражаются абсолютные статистические величины? Приведите примеры.
4. Всегда ли для анализа изучаемого явления достаточно одних абсолютных показателей?
5. Что называется относительными величинами?
6. Каковы основные условия правильного расчёта относительной величины?
7. В какой форме могут быть выражены относительные величины? От чего она зависит?
8. Какие виды относительных величин вы знаете? Приведите примеры.

 

 

Список рекомендуемой литературы

1. Громыко Г.Л. Статистика.-М: Изд-во МГУ им.М.В. Ломоносова, 1981.
2. Гусаров В.М. Теория Статистики: Учеб. пособие для вузов. – М.: Аудит, ЮНИТИ, 2002.
3. Елисеева И.И. Статистические методы измерения связей. – Л.: Изд-во ЛГУ, 1982.
4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
5. Ефимова М.Р., Рябцев В.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
6. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник для вузов. – М.: Инфра-М, 2006.

 

Тема: Средние величины и показатели вариации признака

Цель лекции – изучить средние величины в статистике, понятие вариации.

Задачи и план лекции:

1. Понятие о средних величинах.
2. Виды средних и способы их вычисления.
3. Показатели вариации.
4. Правило сложения дисперсий.

Большое распространение в статистике имеют средние величины. Средние величины характеризуют качественные показатели коммерческой деятельности: издержки обращения, прибыль, рентабельность и др.

Средняя - это один из распространенных приемов обобщений. Правильное понимание сущности средней определяет ее особую значимость в условиях рыночной экономики, когда средняя через единичное и случайное позволяет выявить общее и необходимое, выявить тенденцию закономерностей экономического развития.

Средняя величина - это обобщающие показатели, в которых находят выражение действия общих условий, закономерностей изучаемого явления.

Статистические средние рассчитываются на основе массовых данных правильно статистически организованного массового наблюдения (сплошного и выборочного). Однако статистическая средняя будет объективна и типична, если она рассчитывается по массовым данным для качественно однородной совокупности (массовых явлений). Например, если рассчитывать среднюю заработную плату в кооперативах и на госпредприятиях, а результат распространить на всю совокупность, то средняя фиктивна, так как рассчитана по неоднородной совокупности, и такая средняя теряет всякий смысл.

При помощи средней происходит как бы сглаживание различий в величине признака, которые возникают по тем или иным причинам у отдельных единиц наблюдения.

Например, средняя выработка продавца зависит от многих причин: квалификации, стажа, возраста, формы обслуживания, здоровья и т.д.

Средняя выработка отражает общее свойство всей совокупности.

Средняя величина является отражением значений изучаемого признака, следовательно, измеряется в той же размерности, что и этот признак.

Каждая средняя величина характеризует изучаемую совокупность по какому-либо одному признаку. Чтобы получить полное и всестороннее представление об изучаемой совокупности по ряду существенных признаков, в целом необходимо располагать системой средних величин, которые могут описать явление с разных сторон.

Существуют различные средние:

* средняя арифметическая;

* средняя геометрическая;

* средняя гармоническая;

* средняя квадратическая;

* средняя хронологическая.

Рассмотрим некоторые виды средних, которые наиболее часто используются в статистике.

Средняя арифметическая

Средняя арифметическая простая (невзвешенная) равна сумме отдельных значений признака, деленной на число этих значений.

Отдельные значения признака называют вариантами и обозначают через х (); число единиц совокупности обозначают через n, среднее значение признака - через . Следовательно, средняя арифметическая простая равна:

По данным дискретного ряда распределения видно, что одни и те же значения признака (варианты) повторяются несколько раз. Так, варианта х встречается в совокупности 2 раза, а варианта х-16 раз и т.д.

Число одинаковых значений признака в рядах распределения называется частотой или весом и обозначается символом n.

Вычислим среднюю заработную плату одного рабочего в руб.:

Фонд заработной платы по каждой группе рабочих равен произведению варианты на частоту, а сумма этих произведений дает общий фонд заработной платы всех рабочих.

В соответствии с этим, расчеты можно представить в общем виде:

 

Полученная формула называется средней арифметической взвешенной.

Статистический материал в результате обработки может быть представлен не только в виде дискретных рядов распределения, но и в виде интервальных вариационных рядов с закрытыми или открытыми интервалами.

Исчисление средней по сгруппированным данным производится по формуле средней арифметической взвешенной:

В практике экономической статистики иногда приходится исчислять среднюю по групповым средним или по средним отдельных частей совокупности (частным средним). В таких случаях за варианты (х) принимаются групповые или частные средние, на основании которых исчисляется общая средняя как обычная средняя арифметическая взвешенная.

Основные свойства средней арифметической.

Средняя арифметическая обладает рядом свойств:

1. От уменьшения или увеличения частот каждого значения признака х в п раз величина средней арифметической не изменится.

Если все частоты разделить или умножить на какое-либо число, то величина средней не изменится.

2. Общий множитель индивидуальных значений признака может быть вынесен за знак средней:

3. Средняя суммы (разности) двух или нескольких величин равна сумме (разности) их средних:

4. Если х = с, где с - постоянная величина, то .

5. Сумма отклонений значений признака Х от средней арифметической х равна нулю:

 

 

Средняя гармоническая.

Наряду со средней арифметической, в статистике применяется средняя гармоническая величина, обратная средней арифметической из обратных значений признака. Как и средняя арифметическая, она может быть простой и взвешенной.

Характеристиками вариационных рядов, наряду со средними, являются мода и медиана.

Мода - это величина признака (варианта), наиболее часто повторяющаяся в изучаемой совокупности. Для дискретных рядов распределения модой будет значение варианта с наибольшей частотой.

Для интервальных рядов распределения с равными интервалами мода определяется по формуле:

где - начальное значение интервала, содержащего моду;

- величина модального интервала;

- частота модального интервала;

- частота интервала, предшествующего модальному;

- частота интервала, следующего за модальным.

Медиана - это варианта, расположенная в середине вариационного ряда. Если ряд распределения дискретный и имеет нечетное число членов, то медианой будет варианта, находящаяся в середине упорядоченного ряда (упорядоченный ряд - это расположение единиц совокупности в возрастающем или убывающем порядке).

Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака.

Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каждом отдельном случае.

Средняя величина — это абстрактная, обобщающая характеристика признака изучаемой совокупности, но она не показывает строения совокупности, которое весьма существенно для ее познания. Средняя величина не дает представления о том, как отдельные значения изучаемого признака группируются вокруг средней, сосредоточены ли они вблизи или значительно отклоняются от нее. В некоторых случаях отдельные значения признака близко примыкают к средней арифметической и мало от нее отличаются. В таких случаях средняя хорошо представляет всю совокупность.

В других, наоборот, отдельные значения совокупности далеко отстают от средней, и средняя плохо представляет всю совокупность.

Колеблемость отдельных значений характеризуют показатели вариации.

Термин "вариация" произошел от латинского variatio –“изменение, колеблемость, различие”. Однако не всякие различия принято называть вариацией. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Различают вариацию признака: случайную и систематическую.

Анализ систематической вариации позволяет оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Например, изучая силу и характер вариации в выделяемой совокупности, можно оценить, насколько однородной является данная совокупность в количественном, а иногда и качественном отношении, а следовательно, насколько характерной является исчисленная средняя величина. Степень близости данных отдельных единиц хi к средней измеряется рядом абсолютных, средних и относительных показателей.

Для характеристики совокупностей и исчисленных величин важно знать, какая вариация изучаемого признака скрывается за средним.

Для характеристики колеблемости признака используется ряд показателей. Наиболее простой из них - размах вариации.

Размах вариации - это разность между наибольшим () и наименьшим () значениями вариантов.

Чтобы дать обобщающую характеристику распределению отклонений, исчисляют среднее линейное отклонение d, которое учитывает различие всех единиц изучаемой совокупности.

Среднее линейное отклонение определяется как средняя арифметическая из отклонений индивидуальных значений от средней, без учета знака этих отклонений:

.

Порядок расчета среднего линейного отклонения следующий:

1) по значениям признака исчисляется средняя арифметическая:

;

2) определяются отклонения каждой варианты от средней ;

3) рассчитывается сумма абсолютных величин отклонений: ;

4) сумма абсолютных величин отклонений делится на число значений:

.

Если данные наблюдения представлены в виде дискретного ряда распределения с частотами, среднее линейное отклонение исчисляется по формуле средней арифметической взвешенной:

Порядок расчета среднего линейного отклонения взвешенного следующий:

1) вычисляется средняя арифметическая взвешенная:

;

2) определяются абсолютные отклонения вариант от средней / /;

3) полученные отклонения умножаются на частоты ;

4) находится сумма взвешенных отклонений без учета знака:

;

5) сумма взвешенных отклонений делится на сумму частот:

.

Основными обобщающими показателями вариации в статистике являются дисперсии и среднее квадратическое отклонение.

Дисперсия - это средняя арифметическая квадратов отклонений каждого значения признака от общей средней. Дисперсия обычно называется средним квадратом отклонений и обозначается . В зависимости от исходных данных дисперсия может вычисляться по средней арифметической простой или взвешенной:

— дисперсия невзвешенная (простая);

— дисперсия взвешенная.

Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии и обозначается S:

— среднее квадратическое отклонение невзвешенное;

— среднее квадратическое отклонение взвешенное.

Среднее квадратическое отклонение - это обобщающая характеристика абсолютных размеров вариации признака в совокупности. Выражается оно в тех же единицах измерения, что и признак (в метрах, тоннах, процентах, гектарах и т.д.).

Среднее квадратическое отклонение является мерилом надежности средней. Чем меньше среднее квадратическое отклонение, тем лучше средняя арифметическая отражает собой всю представляемую совокупность.

Вычислению среднего квадратического отклонения предшествует расчет дисперсии.

Порядок расчета дисперсии взвешенную:

1) определяют среднюю арифметическую взвешенную

;

2) определяются отклонения вариант от средней ;

3) возводят в квадрат отклонение каждой варианты от средней ;

4) умножают квадраты отклонений на веса (частоты) ;

5) суммируют полученные произведения

;

6) Полученную сумму делят на сумму весов

.

Свойства дисперсии.

Уменьшение или увеличение весов (частот) варьирующего признака в определенное число раз дисперсии не изменяет.

Уменьшение или увеличение каждого значения признака на одну и ту же постоянную величину А дисперсии не изменяет.

Уменьшение или увеличение каждого значения признака в какое-то число раз к соответственно уменьшает или увеличивает дисперсию в раз, а среднее квадратическое отклонение - в к раз.

Дисперсия признака относительно произвольной величины всегда больше дисперсии относительно средней арифметической на квадрат разности между средней и произвольной величиной: . Если А равна нулю, то приходим к следующему равенству: , т.е. дисперсия признака равна разности между средним квадратом значений признака и квадратом средней.

Каждое свойство при расчете дисперсии может быть применено самостоятельно или в сочетании с другими.

Порядок расчета дисперсии простой:

1) определяют среднюю арифметическую ;

2) возводят в квадрат среднюю арифметическую ;

3) возводят в квадрат каждую варианту ряда ;

4) находим сумму квадратов вариант ;

5) делят сумму квадратов вариант на их число, т.е. определяют средний квадрат ;

6) определяют разность между средним квадратом признака и квадратом средней .

Порядок расчета дисперсии взвешенной (по формуле ):

1) определяют среднюю арифметическую ;

2) возводят в квадрат полученную среднюю ;

3) возводят в квадрат каждую варианту ряда ;

4) умножают квадраты вариант на частоты ;

5) суммируют полученные произведения ;

6) делят полученную сумму на сумму весов и получают средний квадрат признака ;

7) определяют разность между средним значением квадратов и квадратом средней арифметической, т.е. дисперсию .

Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер рассеивания в различных распределениях (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних, при сравнении разноименных совокупностей). Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%.

1. Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней.

(1)

2. Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины.

(2)

 

3. Коэффициент вариации.

(3)

Учитывая, что среднеквадратическое отклонение дает обобщающую характеристику колеблемости всех вариантов совокупности, коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин. При этом исходят из того, что если V больше 40 %, то это говорит о большой колеблемости признака в изучаемой совокупности.

Вопросы для обсуждения:

1. Дайте определение средней.
2. Какова роль средних в регулировании действия случайных причин и определении среднего уровня явления?
3. В чём смысл научно-обоснованного использования средних величин?
4. Какие виды средних величин применяются в статистике? Какие средние величины используются чаще всего?
5. Как исчисляется средняя арифметическая простая и в каких случаях она применятся?
6. Как исчисляется средняя арифметическая взвешенная и в каких случаях она применятся?
7. Как исчисляется средняя арифметическая из вариационного ряда?
8. Почему средняя арифметическая интервального ряда является приближённой средней, от чего зависит степень её приближения?
9. Каковы основные свойства средней арифметической?
10. Каков алгоритм исчисления средней арифметической из вариационного ряда по способу моментов? В чём его преимущество?
11. Для чего служит средняя гармоническая? Чем она отличается от средней арифметической?
12. Какие признаки называются прямыми, а какие – обратными Приведите примеры.
13. Как исчисляется средняя гармоническая простая и в каких случаях она применятся?
14. Как исчисляется средняя гармоническая взвешенная и в каких случаях она применятся?
15. Как исчисляется средняя геометрическая, где она применяется?
16. Что представляет собой вариация признака, от чего зависят её размеры?
17. Что такое размах вариации, по какой формуле он исчисляется, в чём его недостаток как показателя вариации?
18. Что представляет собой среднее линейное отклонение, его формулы; в чём его недостаток как показателя вариации?
19. Какой показатель вариации называется дисперсией? По каким формулам она рассчитывается?
20. Что называется средним квадратическим отклонением? По каким формулам оно вычисляется?
21. Что представляет собой дисперсия альтернативного признака? Чему она равна?
22. Каковы основные свойства дисперсии?
23. В чём сущность упрощённого расчёта дисперсии и среднего квадратического отклонения?
24. Почему дисперсия и среднее квадратическое отклонение не всегда являются достаточными для характеристики вариации признака в изучаемых совокупностях?
25. Коэффициент вариации как показатель, формула его вычисления и значение для экономического анализа.
26. На какие две большие группы делятся причины, факторы, вызывающие вариацию признака?
27. Какая вариация называется систематической, случайной?
28. Что характеризует межгрупповая дисперсия, её формула?
29. Как определяется внутригрупповые дисперсии, средняя из внутригрупповых дисперсий, их формулы?
30. Что собой представляет правило сложения дисперсий, в чём его практическое значение?
31. Что называется эмпирическим коэффициентом детерминации, каков его смысл?
32. Что называется эмпирическим корреляционным отношением, в чём его смысл?

 

 

Список рекомендуемой литературы

1. Громыко Г.Л. Статистика.-М: Изд-во МГУ им.М.В. Ломоносова, 1981.
2. Гусаров В.М. Теория Статистики: Учеб. пособие для вузов. – М.: Аудит, ЮНИТИ, 2002.
3. Елисеева И.И. Статистические методы измерения связей. – Л.: Изд-во ЛГУ, 1982.
4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
5. Ефимова М.Р., Рябцев В.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
6. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник для вузов. – М.: Инфра-М, 2006.