ТЕМА 5 СРЕДНИЕ ВЕЛИЧИНЫ И ПОКАЗАТЕЛИ ВАРИАЦИИ

Сущность средних величин и их основные виды.

Свойства средней арифметической.

Центры распределения. Структурные средние.

Система показателей вариации.

Правило сложения дисперсий.

Дисперсия альтернативного признака.

В настоящее время средняя величина признается также центральным показателем, характеризующим совокупность. И определяют ее как обобщающий показатель, характеризующий типический уровень варьирующего признака. Он выражает величину признака, отнесенную к единице совокупности.

Средняя всегда обобщает количественную вариацию признака, т.е. в средних величинах погашаются индивидуальные различия единиц совокупности, обусловленные случайными обстоятельствами. В отличие от средней абсолютная величина, характеризующая уровень признака отдельной единицы совокупности, не позволяет сравнивать значения признака у единиц, относящихся к разным совокупностям.

Вычисление среднего – один из распространенных приемов обобщения; средний показатель выделяет то общее, что характерно (типично) для всех единиц изучаемой совокупности, в то же время он игнорирует различия отдельных единиц. В каждом явлении и его развитии имеет место сочетание случайности и необходимости. При исчислении средних в силу действия закона больших чисел случайности взаимопогашаются, уравновешиваются, поэтому можно абстрагироваться от несущественных особенностей явления, от количественных значений признака в каждом конкретном случае.

Таким образом, в способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей. Следует отметить, что средняя величина будет объективной характеристикой, если она вычислена по качественно однородной совокупности.

Рассмотрим теперь виды средних величин, особенности их исчисления и области применения. Средние величины делятся на два больших класса: степенные средние и структурные средние.

К степенным средним относятся такие наиболее известные и часто применяемые виды, как средняя геометрическая, средняя арифметическая и средняя квадратическая.

В качестве структурных средних рассматриваются мода и медиана.

Выбор конкретного вида средней величины зависит от цели исследования и логической сущности усредняемого признака.

Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными.

Простая средняя считается по несгруппированным данным и имеет следующий общий вид:

где X – варианта (значение) осредняемого признака;
m – показатель степени средней;
n – число вариант.

В зависимости от степени m получают различные виды средних величин.

Если же данные сгруппированы, то используется формулы средних взвешенных, где весами выступают частоты f (повторяемость варианты).

Взвешенная средня я считается по сгруппированным данным и имеет общий вид

где X – варианта (значение) усредняемого признака или серединноезначение интервала, в котором измеряется варианта;
m – показатель степени средней;
f – частота, показывающая, сколько раз встречается каждое значение усредняемого признака.

Таблица 7. Виды степенных средних

Вид степенной средней	Показатель степени (m)	Формула расчета
Простая	Взвешенная
Гармоническая	-1
Арифметическая

Формулы средневзвешенные могут использоваться для расчета общей по совокупности средней на основе групповых средних.

Прежде, чем выбрать формулу для расчетов средней величины, нужно словами записать логическую сущность усредняемого признака.

Средняя заработная плата = Фонд заработной платы / численность работников

Средняя урожайность = Валовой сбор / Посевная площадь

Средняя производительность труда = Объем продукции / Численность (Время)

Правило: Если в представленной информации есть данные о числителе логической формулы, то есть об определяющей функции, то для расчета средней величины используется средняя гармоническая. Если представлены данные о знаменателе логической формулы, то для расчета средней величины используется средняя арифметическая.

Пример. В течение 8-часового рабочего дня пять рабочих производили одинаковые детали. Их затраты времени на одну деталь, мин.: 20, 16, 20, 15, 24. Определить средние затраты времени на одну деталь.

Средние затраты времени на одну деталь определяются путем деления суммарного времени на число деталей.

480 +480+480+480+480

480: 20+480: 16+480: 20+480: 15+480: 24

(2400: 130=18, 46 мин.)

Это - правильный расчет, а неправильно, если сложить все затраты времени на одну деталь и разделить на пять (19 мин.). При таком расчете искажается объем производства деталей (2400: 19=126, а не 130, как фактически).

Ряд распределения имеет 3 центра:

1) средняя арифметическая;

2) мода;

3) медиана.

Рассчитаем среднюю арифметическую для дискретного ряда распределения, представленного в таблице 1:

При расчете средней величины по интервальному ряду распределения в качестве варианты Х берется середина интервала. Если интервал открытый, то при расчете средней величины его условно закрывают, принимая равным соседнему закрытому интервалу.

Рассчитаем среднюю величину основных средств по таблице 3:

млрд.руб.

В таблице 5 была рассчитана эта же величина, и она получилась равной 3, 3 млрд. руб. (Объяснить различия)

Мода – наиболее часто встречающаяся варианта.

Определим моду тарифного разряда по таблице 1:

Медиана - варианта, стоящая в середине ряда распределения.

Номер медианы:

№ Ме= - если число единиц в совокупности четное;

№ Ме= - если число единиц в совокупности нечетное.

Найдем медиану тарифного разряда по таблице 1:

№ Ме=

Ме=3

Следовательно, половина рабочих цеха имеет разряд не выше 3-го.

Ряды распределения, имеющие одинаковую среднюю величину, могут существенно отличаться по степени колеблемости изучаемого признака. (Пример. Средний возраст студентов в группе и бабушки с детьми).

Для характеристики совокупности, особенно, в том случае, если значение признака существенно колеблется, дополнительно к расчету средней величины определяют ряд показателей вариации.

Для измерения вариации используют абсолютные и относительные показатели.

1. Размах вариации: R = X _max– X _min – диапазон изменения признака.

2. Среднее линейное отклонение – показывает среднее отклонение варианты от средней величины:

- для несгруппированных данных;

- для сгруппированных данных;

3. Среднее квадратическое отклонение - показывает среднее отклонение вариант от средней величины:

- для не сгруппированных данных;

- для сгруппированных данных;

Все 3 показателя имеют те же единицы измерения, что и признак.

4. Дисперсия – квадрат среднего квадратического отклонения:

или

Не имеет единиц измерения.

Свойства дисперсии:

1) D(const)=0, то есть дисперсия постоянной величины равна 0.

2) Если каждую варианту Х уменьшить или увеличить на одно и то же число раз, то дисперсия не изменится;

3) Если каждую варианту Х уменьшить или увеличить в одно и то же число раз i, то дисперсия уменьшится или увеличится в i² раз.

Способы расчета дисперсии:

1) исходя из определения:

2) исходя из средней из квадратов вариант:

; ;

Эта формула получена преобразованием основной формулы.

3) по способу моментов:

- первый условный момент;

- второй условный момент;

;

Рассчитаем дисперсию тарифного разряда по данным таблицы 1 двумя способами:

2) =13, 75-3, 53=1, 29

Показатели относительного рассеивания (вариации) .

Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер вариации в различных распределениях (колеблемость одного и того же признака в двух совокупностях или колеблемость различных признаков в одной совокупности). Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической.

1. Коэффициент осцилляции показывает относительную колеблемость крайних значений признака относительно средней.

2. Относительное линейное отклонение характеризует относительное усредненное значение абсолютных отклонений от средней величины.

3. Коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин.

В статистике совокупности, имеющие коэффициент вариации больше 30–35 %, принято считать неоднородными.

Для более глубокого анализа колеблемости признаков также используют показатели дифференциации.

На колеблемость результативного признака оказывает влияние множество факторных признаков (пример с успеваемостью студентов в группе).

Одной из задач статистики является определение влияния какого-либо факторного признака на колеблемость результативного признака. Всю колеблемость результативного признака измеряют т.н. общей дисперсией результативного признака.

Х – варианта результативного признака;

- средняя величина результативного признака, рассчитанная по всей совокупности;

n – число единиц совокупности.

⇐ Предыдущая 1 2 345 6 7 Следующая ⇒