Средние величины и показатели вариации пример. Средние величины и показатели вариации

Понятие средней величины большинству людей хорошо известно. Обычно среднюю величину воспринимают как отражение общего в значениях признака у множества единиц. Таковы, например, средний возраст жителя страны, средний размер семьи в районе, средний размер прибыли предприятия.

Действительно, средняя величина - это обобщающая оценка признака у множества объектов, которая отражает его характерное значение. Характерное значение фиксирует типическую величину признака, в котором находит выражение своеобразие данной группы объектов и ее отличие от значений признака у других групп.

Например, средняя заработная плата работников в разных видах деятельности в 2015 г. в России составила, тыс. руб. :

сельское хозяйство - 19,5;
добыча полезных ископаемых - 63,7;
обрабатывающие производства - 31,8;
строительство - 29,9.

В разном уровне оплаты, т.е. в разной средней заработной плате работника, проявляются особенности организации труда в разных видах деятельности и в конечном счете - общественное признание того или иного труда.

В приведенном примере даны средние, которые рассчитаны по группам, состоящим из объектов одного вида деятельности и которые в этом смысле могут быть названы однородными. Подобные средние называются групповыми. Они интересны тем, что связаны с конкретными объектами и условиями их существования. Когда производится расчет групповых средних, то при одинаковых, например, условиях труда происходит взаимное погашение влияния случайных причин на заработную плату. В то же время при расчете групповой средней усиливается влияние особых, специфических условий, поскольку они действуют постоянно и в одном направлении. В групповой средней отражаются особенности однородных объектов и погашается случайность. Именно но этим причинам групповые средние находят широкое практическое применение.

Когда речь заходит об общей средней но множеству, включающему несколько однородных групп, то при ее расчете погашается действие не только случайных, но и групповых особенностей. Так, общая средняя заработная плата занятого в экономике страны в 2015 г. составила 34 тыс. руб. В ней не отражаются особенности оплаты труда в разных видах деятельности, а показывается лишь общий уровень оплаты труда занятых в ЭКОНОМИКС.

Сравним среднюю заработную плату работников разных видов деятельности в 2010 и 2015 гг. в экономике РФ (табл. 6.1).

Таблица 6.1

Средняя заработная плата в разных видах деятельности и ее изменения,

Источник: Россия в цифрах. 2016. Табл. 7.7.

В темпах изменения средних по видам деятельности, т.е. в групповых средних, проявляются частные закономерности изменения заработной платы: в интервале от 1,41 до 1,82 раза. Сравнивая изменение общей средней, устанавливаем общую закономерность изменения уровня заработной платы в экономике страны: увеличение в 1,62 раза.

Всесторонний анализ предполагает совместное использование общих и групповых средних: это позволяет характеризовать общие закономерности развития и особенности их проявления в конкретных условиях.

Расчет средней выполняется в два этапа. На первом этапе производится обобщение индивидуальных значений изучаемого признаках, у множества, состоящего из п единиц: {х-}. На втором этапе полученный результат распределяется между множеством этих п единиц: {х,} + п - х.

При обобщении значений признака у п объектов множества {х,} происходит взаимное погашение влияния случайных причин и усиливается действия неслучайных систематических факторов. При распределении обобщенного значения признака между п единицами множества {х; -} п определяется средняя типическая его величина х у одной абстрактной единицы. В результате имеем либо групповую среднюю по группе однородных объектов: {х; }-н п = х, либо общую среднюю для всего изучаемого множества {х,} -г- п = х.

Для расчета средних существуют несколько способов, которые отличаются порядком обобщения и распределения.

Средняя арифметическая обобщает индивидуальные значения x f суммированием, а равномерное распределение - делением суммы дг, на число

единиц, участвующих в расчете:

Частое использование арифметической средней объясняется ее особыми свойствами, которые делают ее расчет более простым, а результат - легко проверяемым.

Сумма отклонений значений признака от арифметической средней равна нулю:

Если значения признака х, изменить на число Л, то арифметическая

средняя изменится на это же число:

Если значения признака х, увеличить в А раз, то арифметическая средняя увеличится в А раз:

Если значения признака Xj уменьшить в А раз, то арифметическая средняя также уменьшится в

Средняя гармоническая используется в тех случаях, когда расчет выполняется по значениям признака, который связан с изучаемым признаком обратной зависимостью, т.е. при условии, что V определяется по значениям признака

Например, показатель выработки продукции на работника:

Показатель трудоемкости единицы продукции:

Показатели выработки и трудоемкости находятся в обратной зависимости: . Поэтому при расчете средней выработки по значениям трудоемкости следует применять гармоническую среднюю

Средняя квадратическая применяется в случаях, когда при обобщении значений признака А/, необходимо избежать нулевого результата, так как квадратов рассчитывают среднюю: , а из полученной

средней извлекают квадратный корень:

Наиболее часто квадратическая средняя применяется при расчете показателей вариации и оценок различий структур множества.

Средняя геометрическая обобщает значения признака путем расчета

их произведения: , а из результата извлекается

корень п -й степени:

Наиболее логически оправдано применение геометрической средней при расчете из цепных темпов роста среднего темпа роста:

Разный порядок расчета средних объясняет разные значения результата. Свойство мажорантности средних величин устанавливает зависимость величины средней от показателя ее степени: чем выше показатель степени средней, тем больше ее значение. Каждая из рассмотренных средних представляет собой разновидность степенной средней (табл. 6.2).

Таблица 6.2

Формы средних величин

Форма средней	Расчетная формула	Показатель степени средней (с)
Квадратическая
Арифметическая
Геометрическая
Гармоническая

В качестве иллюстрации свойства мажорантности выполним по данным о численности населения федеральных округов РФ расчет разных средних (табл. 6.3).

Приведенный пример подтверждает, что с увеличением степени средней: от наименьшей - для гармонической, до наибольшей - для квадратической, величина средней увеличивается. Свойство мажорантности средних можно представить в виде неравенств: V

Из свойства мажорантности следует вывод о том, что выбор способа расчета средней не может быть произвольным. Он должен основываться на смысловом содержании исходных данных и на условиях применения конкретной формы средней.

Известно, что геометрическая средняя используется для обобщения темпов роста, а квадратическая - в тех случаях, когда сумма значений признака равна нулю. Поэтому наиболее востребованными практикой являются арифметическая и гармоническая формы средних.

По особым правилам проводится расчет средних из абсолютных и относительных значений изучаемых характеристик. Рассмотрим особенности расчета средних на примере данных но федеральным округам РФ за 2014 г. (табл. 6.4).

В табл. 6.4 использованы следующие признаки и их обозначения.

Численность занятых в экономике федерального округа, млн человек Р,.

Численность занятых в процентах от численности всего населения федерального округа, % - С,.

Приходится оборота розничной торговли за год в среднем на одного жителя федерального округа, тыс. руб. - Т г

Приходится инвестиций в среднем на одного занятого в экономике федерального округа, тыс. руб. - R r

Таблица 63

Расчет средней численности населения федеральных округов РФ с применением различных средних

Федеральный	Численность населения
Центральный
Северо-Западный

Северо-Кавказский
Приволжский
Уральский

Федеральный	Численность населения на 01.01.2016
Сибирский
Дальневосточный
Крымский
		И 196 529 418,1
Квадратическая средняя (см. формулу (6.1))
Арифметическая средняя (см. формулу (6.2))
Геометрическая средняя (см. формулу (6.3))
Гармоническая средняя (см. формулу (6.4))

Источник: Россия в цифрах. 2016. Табл. 1.3.

Особенность абсолютных значений признака в том, что они непосредственно относятся к единице совокупности и определяют ее абсолютные размеры. Например, для федерального округа как единицы множества абсолютными значениями будут численность населения, численность занятых, стоимость произведенной продукции, стоимость основного капитала, прибыль от реализации продукции и т.п. Приведенные признаки относятся непосредственно к федеральному округу, называются первичными и по их значениям можно определить размеры каждого изучаемого объекта. При обработке абсолютных значений этих признаков точно учитывается размер каждой единицы и поэтому нет никаких ограничений для обобщения их значений путем непосредственного суммирования. Средняя, при расчете которой обрабатываются значения единственного признака, называется простой. Например, простая средняя применяется для расчета средней численности занятых в экономике одного федерального округа (табл. 6.4).

Таблица 6.4

Расчет средних значений экономических показателей по федеральным

округам РФ, 2014 г.

Федеральный округ	Численность занятых в экономике, млн чел.	Численность занятых, % численности всего населения	Приходится оборота розничной торговли за год в среднем на одного жителя, тыс. руб.	Приходится инвестиций в среднем на одного занятого в экономике, тыс. руб.
Федеральный округ
Центральный
Северо-Запад! i ы й

Се всро - Ка в казс к и й
Приволжский
Уральский
Сибирский
Дальневосточный

Среднее значение

Источник: Россия в цифрах. 2016. Табл. 1.3.

Примечание : знак «х» означает, что данная ячейка не подлежит заполнению.

Расчет выполняется по следующей формуле:

В экономике федерального округа в среднем за 2014 г. было занято 8,5 млн человек.

Средние из относительных значений определяются но более сложной схеме. Особенность относительных значений в том, что они не связаны непосредственно с размерами изучаемых единиц, а без этого учета подсчет точной средней обычно невозможен. В подобных случаях в расчет должны включаться дополнительные значения характеристик, которые отражают абсолютные размеры каждой из изучаемых единиц. В расчете средней помимо изучаемой участвует дополнительная характеристика или вес , поэтому средняя называется взвешенной. При расчете взвешенной средней в качестве веса всегда выступает абсолютная характеристика или первичный признак. Вес позволяет учесть абсолютные размеры каждой единицы и обеспечивает расчет точного значения средней.

В приведенном примере характеристики С, Г, и являются относительными, поэтому прямое суммирование их значений недопустимо. Для определения схемы расчета их средних значений установим порядок расчета их индивидуальных значений.

Расчет процента занятых от численности всего населения выполняется но следующей формуле: В расчетной формуле

неизвестна по условию задачи численность населения. Для определения

ее значения выразим численность населения через численность занятых Р, и известные значения процента занятых от численности всего населения С,:

или

Чтобы определить численность населения в млн человек, необходимо разделить численность занятых в экономике Р, на их долю в численности всего населения С,. Поэтому необходимо значения С, перевести из процентов в доли единицы:

Рассчитаем неизвестное значение численности населения в дополнительной расчетной графе (табл. 6.5, гр. 2).

При известных значениях численности занятых Р, и численности всего

населения расчет процента занятых в буквенной форме имеет вид

Общая средняя С рассчитывается по той же схеме, что и индивидуальные значения характеристики С,-. Разница лишь в том, что при расчете общей средней С используются итоговые значения сравниваемых признаков: численности занятых, млн человек и численности всего населения, млн человек То есть расчет общей средней С но восьми

федеральным округам выполняется по формуле

Расчет средних значений относительных характеристик по экономике РФ в 2014 г.

Таблица 6.5

Федеральный округ	Среднегодовая численность занятых в экономике, млн чел.	Численность % от численности всего населения	Численность всего населения, млн чел.	Приходится оборота розничной торговли за год в среднем на одного жителя, тыс. ov6.	Оборот розничной торговли за год, млрд руб.	Приходится инвестиций в среднем на одного занятого, тыс. руб.	Инвестиции в экономику за год, млрд руб.
Федеральный округ			Р г 100%		р г т г т%

Центральный
Северо-Западный

Северо-Кавказский
Приволжский
Уральский
Сибирский
Дальневосточный

Средняя арифметическая
Средняя гармоническая

Составлено и рассчитано по: Россия в цифрах. 2016. Табл. 1.3.

В Экономикс России в 2014 г. доля занятого населения составляла в среднем 47,2% численности всего населения. Расчет выполнен по гармонической средней взвешенной , в которой весом выступил первичный признак P t - численность занятых в экономике.

Аналогичные рассуждения лежат в основе расчета средних значений двух других относительных характеристик: средней стоимости оборота розничной торговли на одного жителя, Т тыс. руб., и средней стоимости инвестиций на одного занятого, R тыс. руб.

Индивидуальные значения стоимости оборота розничной торговли на одного жителя, тыс. руб., рассчитываются как результат сравнения оборота розничной торговли за год, млрд руб., с численностью всего населения, млн человек:

По условию задачи неизвестна стоимость оборота розничной торговли. Поэтому выразим неизвестные значения оборота розничной торговли через известные значения численности всего населения и заданные в условии задачи значения Т г Искомый оборот розничной торговли (товарооборот) есть произведение численности всего населения и величины товарооборота на одного жителя:

Величина оборота розничной торговли измеряется в млрд руб., так как при его расчете численность жителей в млн человек умножаем на товарооборот на одного жителя в тыс. руб.

Определим неизвестные значения оборота розничной торговли за год в гр. 5 табл. 6.5.

Расчет общего среднего значения оборота розничной торговли на одного жителя, тыс. руб., Т , выполним по итоговым значениям суммы оборота

розничной торговли, млрд руб., , и суммарной численности всего

населения, млн чел., . Расчетная формула имеет вид

В 2014 г. на одного жителя в Российской Федерации приходилось в среднем 181,5 тыс. руб. оборота розничной торговли. При расчете использована арифметическая взвешенная средняя, а весом выступают абсолютные значения общей численности населения:

Для расчета стоимости инвестиций на одного занятого необходимо стоимость инвестиций, млрд руб., сравнить с численностью занятых в экономике, млн человек:

По условию неизвестна стоимость инвестиций, поэтому для расчета ее значений следует выразить инвестиции через известные значения численности занятых Pj и через заданные в условии задачи величины инвестиций на одного занятого /?,:

Подсчет неизвестного значения общей суммы инвестиций выполним в гр. 7 табл. 6.5.

Рассчитанные значения общей суммы инвестиций позволяют определять индивидуальные значения инвестиций на одного занятого по формуле

Для РФ в целом среднее значение инвестиций в расчете на одного занятого К рассчитаем как отношение суммы инвестиций за год?/? Р к сумме численности занятых

В 2014 г. инвестиции в расчете на одного занятого составили в среднем 198,8 тыс. руб. При расчете использована средняя арифметическая взвешенная, весом являются абсолютные значения численности занятых.

Завершающим этапом расчета средних является проверка правильности результата. Логическая проверка основана на анализе схемы расчета индивидуальных значений характеристики и на определении смысла признака- веса. Счетный контроль устанавливает, находится ли средняя в интервале от минимального до максимального значения изучаемого признака. Если выполняется условие X mjn то расчет средней выполнен верно. Если данное условие не выполняется, то в расчете допущены ошибки, которые необходимо выявить и исправить.

В нашем примере (см. табл. 6.5) для всех значений рассчитанных средних данное условие выполняется:

простая арифметическая Р = 8,5, 3,3 Р

взвешенная гармоническая С = 47,2 , 36,3 С 53,2;

взвешенная арифметическая Т = 181,5, 134,7 Т

взвешенная арифметическая R = 198,8, 142,9 R 383,3 .

Это означает, что в определении средних значений не допущено расчетных ошибок, а использование взвешенных средних для расчета средних из относительных величин позволило учесть размеры изучаемых единиц - федеральных округов РФ.

Подводя итог, напомним основные правила построения средних величин.

По абсолютным значениям признака допустим расчет простой средней. Как правило, в большинстве случаев применяется арифметическая средняя. Например, расчет Р.

По относительным значениям расчет выполняется но взвешенной средней, в которой весом являются абсолютные значения первичного признака, связанного по смыслу с изучаемым признаком. Например, расчет С, Т и R.

В качестве веса используются значения признака, по отношению к которому рассчитаны относительные значения вторичного признака. Вес может отображаться весьма просто, как, например, при расчете С и R, где в качестве веса использована численность занятых Р г Но он может иметь и сложное отображение, как, например, при расчете Г, у которого весом

была численность всего населения. Каким бы образом ни отображался

признак-вес, он всегда должен представлять собой абсолютную оценку изучаемого объекта.

Выбор формы средней в большинстве случаев ограничен арифметической или гармонической, так как квадратическая и геометрическая применяются лишь в строго определенных случаях.

Арифметическая форма средней применяется в тех случаях, когда в условии поставленной задачи отсутствуют значения признака, который связан с изучаемым признаком прямой зависимостью, т.е. когда в расчетной формуле индивидуальных значений отсутствуют сведения о ее числителе. Примером могут быть расчеты Р, Т и R.

Если в расчетной формуле отсутствуют данные о знаменателе отношения, то используется гармоническая средняя. В этом случае изучаемый признак связан с неизвестным признаком обратной зависимостью, как, например, при расчете С.

Правильно выполненные расчеты позволяют получить точные средние значения, которые отражают характерную величину признака и представляют интерес при решении аналитических и прогнозных задач.

См.: Россия в цифрах. 2016. Табл. 7.7.

Реферат

Средние величины и показатели вариации

1.Сущность средних в статистике

2.Виды средних величин и способы их расчёта

3.Основные показатели вариации и их значение в статистике

1. Сущность средних величин в статистике

В процессе изучения массовых социально-экономических явлений возникает необходимость выявления их общих свойств, типичных размеров и характерных признаков. Необходимость в обобщающем среднем показателе возникает в том случае, когда признаки, характеризующие единицы изучаемой совокупности, количественно варьируют. Например, размер дневной выработки ткачей на текстильной фабрике зависит от общих условий производства, ткачи используют одинаковое сырьё, работают на одинаковых станках и т.д. В то же время часовая выработка отдельных ткачей колеблется, т.е. варьирует, так как зависит от индивидуальных особенностей каждого ткача (его квалификации, профессионального опыта и т.д.). Чтобы характеризовать дневную выработку всех ткачей предприятия, необходимо исчислить среднюю величину дневной выработки, так, как, только, в, этом, показателе найдут отражение общие для ткачей условия производства.

Таким образом, исчисление средних обобщающих показателей означает отвлечение (абстрагирование) от особенностей, отражающихся в величине признака у отдельных единиц, и выявление общих для данной совокупности типичных черт и свойств.

Таким образом, средней величиной в статистике является обобщённая, количественна характеристика признака и статистической совокупности. Она выражает характерную, типичную величину признака у единиц совокупности, образующихся в данных условиях места и времени под влиянием всей совокупности факторов. Действие разнообразных факторов порождает колебание, вариацию усредняемого признака. Средняя величина является общей мерой их действия, равнодействующей всех этих факторов. Средняя величина характеризует совокупность по усредняемому признаку, но относится к единице совокупности. Например, средняя выработка продукции на одного рабочего данного предприятия представляет собой отношение всей выработки (за любой период времени) к общей (средней за тот же период) численности его рабочих. Она характеризует производительность труда данной совокупности, но относится к одному рабочему. В средней величине массового явления погашаются индивидуальные различия единиц статистической совокупности в значениях усредняемого признака, обусловленные случайными обстоятельствами. Вследствие этого взаимопогашения в средней проявлявляется общее, закономерное свойство данной статистической совокупности явлений. Между средней и индивидуальными значениями осреднённого признака существует диалектическая связь как между общим и отдельным. Средняя является важнейшей категорией статистической науки и важнейшей формой обобщающих показателей. Многие явления общественной жизни становятся ясными, определёнными, лишь, будучи обобщенными, в форме средних величин. Таковы, например, упомянутая выше производительность труда, совокупность рабочих, урожайность сельскохозяйственных культур и т.д. Средняя выступает в статистике важнейшим методом научного обобщения. В этом смысле говорят о методе средних величин, который широко применяется в экономической науке. Многие категории экономической науки определяются с использованием понятия средней.

Основным условием правильного применения средней величины является однородность статистической совокупности по усредняемому признаку. Однородной статистической совокупностью называется такая совокупность, в которой её составные элементы (единицы) сходны между собой по существенным для данного исследования признакам и относятся к одному и тому же типу явлений. Однородная совокупность, будучи однородна по одним признакам, может быть разнородной по другим. Только в средних для таких совокупностей проявляются специфические особенности, закономерности развития анализируемого явления. Средняя вычисленная для неоднородной статистической совокупности, т.е. такой в которой объединены качественно различные явления, теряет своё научное значений. Такие средние являются фиктивными, не только не дающими представления о действительности, но и искажающими её. Для формирования однородных статистических совокупностей производится соответствующая группировка. С помощью группировок и в качественно однородной совокупности могут быть выделены характерные в количественном отношении группы. Для каждой из них может быть вычислена своя средняя, называемая средней групповой (частной) в отличие от общей средней (для совокупности в целом).

2. Виды средних величин

Большое значение в методологии средних величин имеют вопросы выбора формы средней, т.е. формулы по которой можно правильно вычислить среднюю величину, и выбора весов средней. Наиболее часто в статистике применяются средняя агрегатная, средняя арифметическая, средняя гармоническая, средняя геометрическая, средняя квадратичная, мода и медиана. Применение той или иной формулы зависит от содержания усредняемого признака и конкретных данных, по которым её необходимо рассчитать. Для выбора формы средней можно воспользоваться так называемым средним исходным соотношением.

2.1 Средняя арифметическая

Средняя арифметическая - одна из наиболее распространенных форм средней величины. Средняя арифметическая рассчитывается как частное от деления суммы индивидуальных значений (вариантов) варьирующего признака на их число. Средняя арифметическая применяется в тех случаях, когда объём варьирующего признака явлений однородной статистической совокупности, образуется путём суммирования значений признака всех единиц явлений статистической совокупности. Различают следующие средне арифметические величины:

1) Простая средняя арифметическая , которая определяется путём простого суммирования количественных значений варьирующего признака и деления этой сумы на их варианты и рассчитывается по следующей формуле:

Х - средняя величина статистической совокупности,

x i - сумма отдельных варьирующих вариантов явлений статистической совокупности,

n i - количество варьирующих вариантов явлений статистической совокупности.

2) Среднеарифметическая взвешенная - средняя величина признака явления, вычисленная с учётом весов. Веса средних величин - частоты, с которыми отдельные значения признака осредняемого принимаются в расчёт при исчислении его средней величины. Выбор весов средней величины зависит от сущности усредняемого признака и характера данных, которыми располагают для вычисления средних величин. В качестве весов средних величин могут быть показатели численности единиц или размеры частей статистической совокупности (в форме абсолютных или относительных величин), обладающих данным вариантом (значением) усредняемого признака явления статистической совокупности, а также величины показателя связанного с усредняемым признаком. Среднеарифметическая взвешенная рассчитывается по следующей формуле:

X- средняя арифметическая взвешенная,

х - величина отдельных варьирующих вариантов явлений статистической совокупности,

Назначение простой, и взвешенной средней арифметической является определение среднего значения варьирующего признака. Если в изучаемой статистической совокупности варианты значений признака встречаются по одному разу или имеют одинаковый вес, то применяется простая средняя арифметическая, если же варианты значений данного признака встречаются в изучаемой совокупности по несколько раз или имеют различные веса, для определения среднего значения варьирующего признака применяется средняя арифметическая взвешенная.

2.2 Средняя гармоническая

Средняя гармоническая применяется для расчёта средней величины тогда, когда непосредственные данные о весах отсутствуют, а известны варианты усредняемого признака (х) и произведения значений вариантов на количество единиц, обладающих данным его значением w (w = xf).

Данная средняя рассчитывается по следующим формулам:

1.) Среднегармоническая простая:

Х - средняя гармоническая простая,

n - количество варьирующих вариантов явлений статистической совокупности.

2) Среднегармоническая взвешенная:

Х - средняя гармоническая взвешенная,

х - сумма отдельных варьирующих вариантов явлений статистической совокупности,

При использовании гармонической взвешенной выявляют веса и таким образом получают тот же результат, который дал бы расчёт по средней арифметической взвешенной, если бы были известны все необходимые для этого данные.

2.3 Средняя агрегатная

Средняя агрегатная рассчитывается по формуле:

X - средняя агрегатная,

х - сумма отдельных варьирующих вариантов явлений статистической совокупности,

Средняя агрегатная вычисляется в тех случаях, когда известны (имеются) значения числителя и значения знаменателя исходного соотношения средней.

2.4 Средняя геометрическая

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Введение

Статистика - это наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественной стороны.

Статистическое исследование независимо от его масштабов и целей всегда завершается расчетом и анализом различных по виду и форме выражения статистических показателей.

Статистический показатель представляет собой количественную характеристику социально-экономических явлений и процессов в условиях качественной определенности.

Как правило, изучаемый статистикой процесс и явления достаточно сложны, и их сущность не может быть отражена посредством одного отдельно взятого показателя. В таких случаях используется система показателей.

Наиболее распространенной формой статистических показателей, используемой в экономических исследованиях, является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности. Средняя величина дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Она отражает уровень этого признака, отнесенный к единице совокупности. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их независимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает от общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные.

Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызнанные действием основных факторов. Это позволяет средней абстрагировать от индивидуальных особенностей, присуще отдельным единицам.

Информации о средних уровнях исследуемых показателей обычно бывает недостаточно для глубокого анализа изучаемого процесса или явления. Необходимо также учитывать и вариацию значений отдельных единиц относительно средней, которая является важной характеристикой изучаемой совокупности. Значительной вариации, например, подвержены курсы акций, объемы спроса и предложения, процентные ставки в разные периоды.

Основными показателями, характеризующим вариацию, является размах, дисперсия, среднее квадратическое отклонение и коэффициент вариации.

1 . Средние величины

1.1 Понятие средней величины

Средняя величина - это обобщающий показатель, характеризующий типический уровень явления. 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. Так, если нужно сопоставить уровни оплаты труда работников на двух предприятиях, то нельзя сравнивать по данному признаку двух работников разных предприятий. Оплата труда выбранных для сравнения работников может быть не типичной для этих предприятий. Если же сравнивать размеры фондов оплаты труда на рассматриваемых предприятиях, то не учитывается численность работающих и, следовательно, нельзя определить, где уровень оплаты труда выше. В конечном итоге сравнить можно лишь средние показатели, т.е. сколько в среднем получает один работник на каждом предприятии. Таким образом, возникает необходимость расчета средней величины как обобщающей характеристики совокупности.

Вычисление среднего - один из распространенных приемов обобщения; средний показатель отрицает 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. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей.

Для того, чтобы средний показатель был действительно типизирующим, он должен рассчитываться с учетом определенных принципов.

Остановимся на некоторых общих принципах применения средних величин.

1. Средняя должна определяться для совокупностей, состоящих из качественно однородных единиц.

2. Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц.

3. Средняя должна рассчитываться для совокупности, единицы которой находятся в нормальном, естественном состоянии.

4. Средняя должна вычисляться с учетом экономического содержания исследуемого показателя.

1.2 Виды средних и способы их вычисления

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

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

В качествеструктурных средних рассматриваются мода и медиана.

Остановимся на степенных средних. Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Простая средняя считается по не сгруппированным данным и имеет следующий общий вид:

где X i - варианта (значение) усредняемого признака;

n - число вариант.

Взвешенная средняя считается по сгруппированным данным и имеет общий вид

где X i - варианта (значение) усредняемого признака или серединное значение интервала, в котором измеряется варианта;

m - показатель степени средней;

f i - частота, показывающая, сколько раз встречается i-e значение усредняемого признака.

Приведем в качестве примера расчет среднего возраста студентов в группе из 20 человек:

В результате группировки получаем новый показатель - частоту, указывающую число студентов в возрасте Х лет. Следовательно, средний возраст студентов группы будет рассчитываться по формуле взвешенной средней:

Общие формулы расчета степенных средних имеют показатель степени (m). В зависимости от того, какое значение он принимает, различают следующие 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.

Если рассчитать все виды средних для одних и тех же исходных данных, то значения их окажутся неодинаковыми. Здесь действует правило мажорантности средних: с увеличением показателя степени m увеличивается и соответствующая средняя величина:

В статистической практике чаще, чем остальные виды средних взвешенных, используются средние арифметические и средние гармонические взвешенные.

Таблица 1. Виды степенных средних

Вид степенной	Показатель степени (m)	Формула расчета
			Взвешенная
Гармоническая
Геометрическая
Арифметическая
Квадратическая
Кубическая

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности - носители признака, а произведения этих единиц на значения признака (т.е. m = Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.

Главное требование к формуле расчета среднего значения заключается в том, чтобы все этапы расчета имели реальное содержательное обоснование; полученное среднее значение должно заменить индивидуальные значения признака у каждого объекта без нарушения связи индивидуальных и сводных показателей. Иначе говоря, средняя величина должна исчисляться так, чтобы при замене каждого индивидуального значения осредняемого показателя его средней величиной оставался без изменения некоторый итоговый сводный показатель, связанный тем или другим образом с осредняемым. Этот итоговый показатель называется определяющим, поскольку характер его взаимосвязи с индивидуальными значениями определяет конкретную формулу расчета средней величины. Покажем это правило на примере средней геометрической.

Формула средней геометрической

используется чаще всего при расчете среднего значения по индивидуальным относительным величинам динамики.

Средняя геометрическая применяется, если задана последовательность цепных относительных величин динамики, указывающих, например, на рост объема производства по сравнению с уровнем предыдущего года: i 1 , i 2 , i 3 ,..., i n . Очевидно, что объем производства в последнем году определяется начальным его уровнем (q 0) и последующим наращиванием по годам:

q n =q 0 Ч i 1 Ч i 2 Ч...Чi n .

Приняв q n в качестве определяющего показателя и заменяя индивидуальные значения показателей динамики средними, приходим к соотношению

1.3 Структурные средние

Особый вид средних величин - структурные средние - применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).

В качестве структурных средних чаще всего используют показатели моды - наиболее часто повторяющегося значения признака - и медианы - величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В итоге у одной половины единиц совокупности значение признака не превышает медианного уровня, а у другой - не меньше его.

Если изучаемый признак имеет дискретные значения, то особых сложностей при расчете моды и медианы не бывает. Если же данные о значениях признака Х представлены в виде упорядоченных интервалов его изменения (интервальных рядов), расчет моды и медианы несколько усложняется. Поскольку медианное значение делит всю совокупность на две равные по численности части, оно оказывается в каком-то из интервалов признака X. С помощью интерполяции в этом медианном интервале находят значение медианы:

где X Me - нижняя граница медианного интервала;

h Me - его величина;

(Sum m)/2 - половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);

S Me-1 - сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;

m Me - число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).

При расчете модального значения признака по данным интервального ряда надо обращать внимание на то, чтобы интервалы были одинаковыми, поскольку от этого зависит показатель повторяемости значений признака X. Для интервального ряда с равными интервалами величина моды определяется как

где Х Mo - нижнее значение модального интервала;

m Mo - число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);

m Mo-1 - то же для интервала, предшествующего модальному;

m Mo+1 - то же для интервала, следующего за модальным;

h - величина интервала изменения признака в группах.

2 . Показатели вариации

2.1 Общее понятие о вариации

средний величина мода вариация

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.

Вариацией называется различие значений признака у отдельных единиц совокупности.

Вариация возникает в силу того, что отдельные значения признака формируются по влияние большого числа взаимосвязанных факторов. Эти факторы часто действуют в противоположных направлениях и их совместное действие формирует значение признаков у конкретной единицы совокупности.

Необходимость изучения вариаций связана с тем, что средняя величина, обобщающая данные статистического наблюдения, на показывает как колеблется вокруг нее индивидуальное значение признака. Вариации присущи явлениям природы и общества. При этом революция в обществе происходит быстрее, чем аналогичные изменения в природе. Объективно существуют также вариации в пространстве и во времени.

Вариации в пространстве показывают различие статистических показателей относящихся к различным административно-территориальным единицам.

Вариации во времени показывают различие показателей в зависимости от периода или момента времени к которым они относятся.

2. 2 Сущность и значение показателей вариации

2. 2 .1 Абсолютные показатели вариации (=42, без коэффициен та)

К примерам вариаций относятся следующие показатели:

1. размах вариаций

2. среднее линейное отклонение

3. среднее квадратическое отклонение

4. дисперсия

5. коэффициент

1. Размах вариаций является ее простейшим показателем. Он определяется как разность между максимальным и минимальным значение признака. Недостаток этого показателя заключается в том, что он зависит только от двух крайних значений признака (min, max) и не характеризует колеблемость внутри совокупности.

2. Среднее линейное отклонение является средней величиной абсолютных значений отклонений от средней арифметической. Отклонения берутся по модулю, т.к. в противном случае, из-за математических свойств средней величины, они всегда были бы равны нулю.

3. Среднее квадратическое отклонение определяется как корень из дисперсии.

4. Дисперсия (средний квадрат отклонений) имеет наибольшее применение в статистике как показатель меры колеблемости.

Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака.

5. Коэффициент вариаций определяется как отношение среднего квадратического отклонения к средней величине признака, выраженное в процентах.

Он характеризует количественную однородность статистической совокупности. Если данный коэффициент < 50%, то это говорит об однородности статистической совокупности. Если же совокупность не однородна, то любые статистические исследования можно проводить только внутри выделенных однородных групп.

Дисперсия - средний квадрат отклонений индивидуальных значений признака от их средней величины.

Свойства дисперсии:

1. Дисперсия постоянной величины равна нулю.

2. Уменьшение всех значений признака на одну и ту же величину А не меняет величины дисперсии. Значит средний квадрат отклонений можно вычислить не по заданным значениям признака, а по отклонениям их от какого-то постоянного числа.

3. Уменьшение всех значений признака в k раз уменьшает дисперсию в k2 раз, а среднее квадратическое отклонение - к раз. Значит, все значения признака можно разделить на какое-то постоянное число (скажем, на величину интервала ряда), исчислить среднее квадратическое отклонение, а затем умножить его на постоянное число.

4. Если исчислить средний квадрат отклонений от любой величины А, то в той или иной степени отличающейся от средней арифметической (X~), то он всегда будет больше среднего квадрата отклонений, исчисленного от средней арифметической. Средний квадрат отклонений при этом будет больше на вполне определенную величину - на квадрат разности средней и этой условно взятой величины.

Выделяют дисперсию общую, межгрупповую и внутригрупповую.

Общая дисперсия (2 измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию.

Межгрупповая дисперсия ((2x) характеризует систематическую вариацию, т.е. различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки.

Внутригрупповая дисперсия ((2i) отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки.

Существует закон, связывающий три вида дисперсии. Общая дисперсия равна сумме средней из внутригрупповых и межгрупповых дисперсий.

Данное соотношение называют правилом сложения дисперсий. Согласно этому правилу, общая дисперсия, возникающая под действием всех факторов, равна сумме дисперсии, возникающей за счет группировочного признака.

Зная любые два вида дисперсий, можно определить или проверить правильность расчета третьего вида.

Правило сложения дисперсий широко применяется при исчислении показателей тесноты связей, в дисперсионном анализе, при оценке точности типической выборки и в ряде других случаев.

2. 2 .2 Относительные показатели вариации

Для сравнения вариации в разных совокупностях рассчитываются относительные показатели вариации. К ним относятся коэффициент вариации, коэффициент осцилляции и линейный коэффициент вариации (относительное линейное отклонение).

Коэффициент вариации - это отношение среднеквадратического отклонения к среднеарифметическому, рассчитывается в процентах:

Коэффициент вариации позволяет судить об однородности совокупности:

17% - абсолютно однородная;

17-33%% - достаточно однородная;

35-40%% - недостаточно однородная;

40-60%% - это говорит о большой колеблемости совокупности.

Отсюда, отношения каждой из перечисленных абсолютных оценок вариации к среднему значению, являются оценками относительных показателей вариации:

Относительный размах

Относительное отклонение

Относительное среднее квадратическое отклонение

Относительный межквартальный полуразмах

Интенсивность вариации показывает, какая степень вариации приходится на единицу среднего значения случайной величины.

Коэффициент осцилляции - это отношение размаха вариации к средней, в процентах. Отражает относительную колеблемость крайних значений признака вокруг средней. Линейный коэффициент вариации характеризует долю усредненного значения абсолютного отклонения от средней величины. При сравнении колеблемости различных признаков в одной и той же совокупности или же при сравнении колеблемости одного и того же признака в нескольких совокупностях с различной величиной средней арифметической используются относительные показатели вариации. Они вычисляются как отношение абсолютных показателей вариации к средней арифметической (или медиане) и чаще всего выражаются в процентах. Самые лучшие значения его до 10%, неплохие до 50%, плохие свыше 50%. Если коэффициент вариации не превышает 33%, то совокупность по рассматриваемому признаку можно считать однородной. Его применяют не только для сравнительной оценки вариации, но и для характеристики однородности совокупности.

3 . Практическ ая работ а

3.1 Задача №1

Условие: Определить снижение себестоимости в отчетном году по сравнению с базисным по всем видам продукции, для чего рассчитайте общий индекс себестоимости, укажите сумму экономии от снижения себестоимости продукции.

1) Найдем общие затраты на производство в отчетном году по каждому виду продукции:

Себестоимость продукции №1 по сравнению с прошлым годом увеличилась на 2 единицы за каждую штуку, следовательно 780тыс.руб. х 2 = 1560тыс.руб.

Себестоимость продукции №2 = 690тыс.руб./ |-13| = 53,08тыс.руб.

Себестоимость продукции №3 = 745тыс.руб./ |-4| = 186,25тыс.руб.

2)Отсюда мы узнаем рентабельность продукции:

Продукция №1=780тыс.руб.-1560тыс.руб.= -780тыс.руб. составил перерасход в отчетном году на производство продукции №1

Продукция №2 =690тыс.руб.-53,08=636,92тыс.руб. составила экономия от производства продукции №2 в отчетном году

Продукция №3=745тыс.руб.-186,25=558,75тыс.руб. было сэкономлено в отчетном году от производства продукции №3

3)Полученные данные необходимо отразить в таблице.

Продукция	Общие затраты на производство в прошлым году, тыс.руб. С0	Изменение себестоимости 1шт.в отчетном году	Общие затраты на производство в отчетном году, тыс.руб. С1	Индекс себестоимости iс/с

iс/с продукции №1= С 1 / С 0 = 1560,0тыс.руб. / 780тыс.руб.= 2,0

iс/с продукции №2=53,08тыс.руб / 690тыс.руб.= 0,08

iс/с продукции №3=186,25тыс.руб/ 745тыс.руб.= 0,25.

3.2 Задача №2

Условие: Имеется данные среднемесячной заработной платы на одного занятого в экономике и объеме оборота общественного питания на одного жителя в городах Удмуртии в 2004г.:

Сравните вариацию показателей каждой совокупности, для этого по каждой совокупности отдельно рассчитайте средний квадрат отклонений (дисперсию) и квадратичное отклонение, коэффициент вариации. Сделайте вывод. Постройте график вариационных рядов. Как он называется?

1)Исследуем среднемесячную заработную плату:

R=x max -x min =6587.2-4415.7=2171.5руб.

=(6587,2+4519+6530,2+4415,7+4748)/5=5360,02

2)Исследуем объем оборота общественного питания на 1 жителя

R=x max -x min =1724,2-298,8=1425,4руб

(887,1+608,2+1724,2+510,4+ 298,8)/5805,74рублей

Пределы вероятности ошибок:

заработная плата

общественное питание

Границы генеральной средней:

заработная плата

общественное питание

Вывод: У жителей городов Ижевск и Глазов средняя заработная плата и обороты от общественного питания выше, чем у остальных исследуемых городов. В городах Воткинск, Сарапул и Можга экономическая ситуации примерно одинаковы.

Заключение

Информация о средних уровнях исследуемых показателей обычно бывает недостаточной для глубокого анализа изучаемого процесса или явления. Необходимо учитывать и разброс или вариацию значений отдельных единиц, которая является важной характеристикой изучаемой совокупности. Каждое индивидуальное значение признака складывается под совместным воздействием многих факторов. Социально-экономические явления, как правило, обладают большой вариацией. Причины этой вариации содержатся в сущности явления.

Показатели вариации определяют как группируются значения признака вокруг средней величины. Они используются для характеристики упорядоченных статистических совокупностей: группировок, классификаций, рядов распределения. В наибольшей степени вариации подвержены курсы акций, объёмы спроса и предложения, процентные ставки в разные периоды и в разных местах.

По смыслу определения вариация измеряется степенью колеблемости вариантов признака от уровня их средней величины, т.е. как разность х-х. На использовании отклонений от средней построено большинство показателей применяемых в статистике для измерения вариаций значений признака в совокупности.

Самым простейшим абсолютным показателем вариации является размах вариации

Размах вариации выражается в тех же единицах измерения, что и Х. Он зависит только от двух крайних значений признака и, поэтому, недостаточно характеризует колеблемость признака.

Среднее линейное отклонение является средней величиной из абсолютных значений отклонений от средней арифметической величины.

Среднее линейное отклонение имеет единицы измерения как у признака.

Дисперсия (средний квадрат отклонения) - это средняя арифметическая из квадратов отклонений значений варьирующего признака от средней арифметической.

Дисперсию в отдельных случаях удобнее рассчитывать по другой формуле, представляющей собой алгебраическое преобразование предыдущих формул.

Наиболее удобным и широко распространенным на практике показателем является среднее квадратическое отклонение (s). Оно определяется как квадратный корень из дисперсии.

Абсолютные показатели вариации зависят от единиц измерения признака и затрудняют сравнение двух или нескольких различных вариационных рядов.

Относительные показатели вариации вычисляются как отношение различных абсолютных показателей вариации к средней арифметической. Наиболее распространённым из них является коэффициент вариации. Его формула:

Коэффициент вариации характеризует колеблемость признака внутри средней. Самые лучшие значения его до 10%, неплохие до 50%, плохие свыше 50%. Если коэффициент вариации не превышает 33%, то совокупность по рассматриваемому признаку можно считать однородной.

Размещено на Allbest.ru

Подобные документы

Виды и применение абсолютных и относительных статистических величин. Сущность средней в статистике, виды и формы средних величин. Формулы и техника расчетов средней арифметической, средней гармонической, структурной средней. Расчет показателей вариации.

лекция , добавлен 13.02.2011

Сущность и разновидности средних величин в статистике. Определение и особенности однородной статистической совокупности. Расчет показателей математической статистики. Что такое мода и медиана. Основные показатели вариации и их значение в статистике.

реферат , добавлен 04.06.2010

Абсолютные и относительные статистические величины. Понятие и принципы применения средних величин и показателей вариации. Правила применения средней арифметической и гармонической взвешенных. Коэффициенты вариации. Определение дисперсии методом моментов.

учебное пособие , добавлен 23.11.2010

Группы средних величин: степенные, структурные. Особенности применения средних величин, виды. Рассмотрение основных свойств средней арифметической. Характеристика структурных средних величин. Анализ примеров на основе реальных статистических данных.

курсовая работа , добавлен 24.09.2012

Понятие абсолютной и относительной величины в статистике. Виды и взаимосвязи относительных величин. Средние величины и общие принципы их применения. Расчет средней через показатели структуры, по результатам группировки. Определение показателей вариации.

лекция , добавлен 25.09.2011

Построение ряда распределения предприятий по стоимости основных производственных фондов методом статистической группировки. Нахождение средних величин и индексов. Понятие и вычисление относительных величин. Показатели вариации. Выборочное наблюдение.

контрольная работа , добавлен 01.03.2012

Проведение расчета абсолютных, относительных, средних величин, коэффициентов регрессии и эластичности, показателей вариации, дисперсии, построение и анализ рядов распределения. Характеристика аналитического выравнивания цепных и базисных рядов динамики.

курсовая работа , добавлен 20.05.2010

Порядок группировки территорий с определенным уровнем фондовооруженности, расчет доли занятых. Расчёт средних значений каждого показателя с указанием вида и формы использованных средних гармонических, абсолютных и относительных показателей вариации.

контрольная работа , добавлен 10.11.2010

Абсолютная величина как объем или размер изучаемого события. Виды абсолютных величин: абсолютная и суммарная. Группы величин: моментная и интервальная единицы измерения. Виды относительных величин. Виды средних величин: степенные и структурные.

презентация , добавлен 22.03.2012

Понятие и свойства средних величин. Характеристика и расчет их видов (средних арифметической, гармонической, геометрической, квадратической, кубической и структурных). Сфера их применения в экономическом анализе хозяйственной деятельности отраслей.

Вариация -- это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени.

Например, работники фирмы различаются по доходам, затратам времени на работу, росту, весу, любимому занятию в свободное время и т.д.

Вариация возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов (условий), которые по-разному сочетаются в каждом отдельном случае. Таким образом, величина каждого варианта объективна.

Исследование вариации в статистике имеет большое значение, помогает познать сущность изучаемого явления. Особенно актуально оно в период формирования многоукладной экономики. Измерение вариации, выяснение ее причины, выявление влияния отдельных факторов дает важную информацию (например, о продолжительности жизни людей, доходах и расходах населения, финансовом положении предприятия и т.п.) для принятия научно обоснованных управленческих решений.

Средняя величина дает обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строения совокупности, которое весьма существенно для ее познания. Средняя не показывает, как располагаются около нее варианты осредняемого признака, сосредоточены ли они вблизи средней или значительно отклоняются от нее. Средняя величина признака в двух совокупностях может быть одинаковой, но в одном случае все индивидуальные значения отличаются от нее мало, а в другом -- эти отличия велики, т.е. в одном случае вариация признака мала, а в другом -- велика, это имеет весьма важное значение для характеристики надежности средней величины.

Чем больше варианты отдельных единиц совокупности различаются между собой, тем больше они отличаются от своем средней, и наоборот, -- чем меньше варианты отличаются друг от друга, тем меньше они отличаются от средней, которая в тан ком случае будет более реально представлять всю совокупность. Вот почему ограничиваться вычислением одной средней в ряде случаев нельзя. Нужны и другие показатели, характеризующие отклонения отдельных значений от общей средней.

Это можно показать на таком примере. Предположим, что одинаковую работу выполняют две бригады, каждая -- из трех человек. Пусть количество деталей, шт., изготовленных за смену отдельными рабочими, составляло:

в первой бригаде -- 95, 100, 105 (= 100 шт.);

во второй бригаде -- 75, 100, 125 (= 100 шт.).

Средняя выработка на одного рабочего в обеих бригадах одинакова и составляет= = 100 шт., однако колеблемость выработки отдельных рабочих в первой бригаде значительно меньше, чем во второй.

Поэтому возникает необходимость измерять вариацию признака в совокупностях. Для этой цели в статистике применяют ряд обобщающих показателей.

Ш К показателям вариации относятся: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, коэффициент вариации.
Ш Самым элементарным показателем вариации признака является размах вариации R, представляющий собой разность между максимальным и минимальным значениями признака:

В нашем примере размах вариации сменной выработки деталей составляет: в первой бригаде -- R1= 10 шт. (т.е. 105 -- 95); во второй бригаде -- R2= 50 шт. (т.е. 125 -- 75), что в 5 раз больше.

Это свидетельствует о том, что при численном равенстве средняя выработка первой бригады более «устойчива». Размах вариации может служить базой расчета возможных резервов роста выработки. Таких резервов больше у второй бригады, поскольку в случае достижения всеми рабочими максимальной для этой бригады выработки деталей, ею может быть изготовлено 375 шт., т.е. (3x125), а в первой - только 315 шт., т.е. (3 х 105).

Однако размах вариации показывает лишь крайние отклонения признака и не отражает отклонений всех вариантов в ряду. При изучении вариации нельзя ограничиваться только определением ее размаха. Для анализа вариации необходим показатель, который отражает все колебания варьирующего признака и даёт обобщённую характеристику. Простейший показатель такого типа - среднее линейное отклонение

Ш Среднее линейное отклонение d представляет собой среднюю арифметическую абсолютных значений отклонений отдельных вариантов от их средней арифметической (при этом всегда предполагают, что среднюю вычитают из варианта: ().

Среднее линейное отклонение:

Для несгруппированных данных

где n - число членов ряда;

Для сгруппированных данных

где -- сумма частот вариационного ряда.

В формулах (5.18) и (5,19) разности в числителе взяты по модулю, (иначе в числителе всегда будет ноль -- алгебраическая сумма отклонений вариантов от их средней арифметической). Поэтому среднее линейное отклонение как меру вариации признака применяют в статистической практике редко (только в тех случаях, когда суммирование показателей без учета знаков имеет экономический смысл). С его помощью, например, анализируется состав работающих, ритмичность производства, оборот внешней торговли.

Дисперсия признака представляет собой средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсий (в зависимости от исходных данных):

§ простая дисперсия для несгруппированных данных

§ взвешенная дисперсия для вариационного ряда

Формула (5.21) применяется при наличии у вариантов своих весов (или частот вариационного ряда).

Формулу для расчета дисперсии (5.20) можно преобразовать, учитывая, что

т.е. дисперсия равна разности средней из квадратов вариантов и квадрата их средней.

Техника вычисления дисперсии по формулам (5.20), (5.21) достаточно сложна, а при больших значениях вариантов и частот может быть громоздкой.

Расчет можно упростить, используя свойства дисперсии (доказываемые в математической статистике). Приведем два из них:

первое -- если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А, то дисперсия от этого не изменится;

второе -- если все значения признака уменьшить или увеличить в одно и то же число раз (i раз), то дисперсия соответственно уменьшится или увеличится в i2 раз. Используя второе свойство дисперсии, разделив все варианты на величину интервала, получим следующую формулу вычисления дисперсии в вариационных рядах с равными интервалами по способу моментов:

где -- дисперсия, исчисленная по способу моментов;

i - величина интервала;

новые (преобразованные) значения вариантов (А -- условный ноль, в качестве которого удобно использовать середину интервала, обладающего наибольшей частотой);

Момент второго порядка;

Квадрат момента первого порядка.

Расчет дисперсии по формуле (5.23) менее трудоемок.

Дисперсия имеет большое значение в экономическом анализе. В математической статистике важную роль для характеристики качества статистических оценок играет их дисперсия. Ниже, в частности, будет показано разложение дисперсии на соответствующие элементы, позволяющие оценить влияние различных факторов, обуславливающих вариацию признака; использование дисперсии для построения показателей тесноты корреляционной связи при оценке результатов выборочных наблюдений.

Ш Среднее квадратическое отклонение равно корню квадратному из дисперсии:
- § для несгруппированных данных

§ для вариационного ряда

Среднее квадратическое отклонение -- это обобщающая характеристика размеров вариации признака в совокупности; оно показывает, на сколько в среднем отклоняются конкретные варианты от их среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется.

Обозначим: 1 -- наличие интересующего нас признака; 0 -- его отсутствие; р -- доля единиц, обладающих данным признаком; q -- доля единиц, не обладающих данным признаком; p + q =1. Исчислим среднее значение альтернативного признака и его дисперсию. Среднее значение альтернативного признака

вариация средний величина квадратический

так как р + q = 1.

Дисперсия альтернативного признака

Подставив в формулу дисперсии q = 1- р, получим

Таким образом, = pq -- дисперсия альтернативного признака равна произведению доли единиц, обладающих признаком, на долю единиц, не обладающих данным признаком.

Например, если на 10 000 человек населения района приходится 4500 мужчин и 5500 женщин, то

Дисперсия альтернативного признака = pq = 0,45*0,55 = 0,2475.

Предельное значение дисперсии альтернативного признака равно 0,25. Оно получается при р = 0,5.

Среднее квадратическое отклонение альтернативного признака

Если, например, 2% всех деталей бракованные (р = 0,02), то 98% -- годные (q = 0,98), тогда дисперсия доли брака

0,02- 0,98 = 0,0196.

Среднее квадратическое отклонение доли брака составит:

0,14, т.е. = 14%.

При вычислении средних величин и дисперсии для интервальных рядов распределения истинные значения признака заменяются центральными (серединными) значениями интервалов, которые отличаются от средней арифметической значений, включенных в интервал. Это приводит к появлению систематической погрешности при расчете дисперсии. В.Ф.Шеппард установил, что погрешность в расчете дисперсии, вызванная применением сгруппированных данных, составляет 1/12 квадрата величины интервала (т.е. i2/12) как в сторону занижения, так и в сторону завышения величины дисперсии.

Поправка Шеппарда должна применяться, если распределение близко к нормальному, относится к признаку с непрерывным характером вариации, построено по большому количеству исходных данных (n>500). Однако исходя из того, что в ряде случаев обе погрешности, действуя в противоположных направлениях, нейтрализуются и компенсируют друг друга, можно иногда отказаться от введения поправок.

Чем меньше значение дисперсии и среднего квадратического отклонения, тем однороднее (количественно) совокупность и тем более типичной будет средняя величина.

В статистической практике часто возникает необходимость сравнения вариаций различных признаков. Например, большой интерес представляет сравнение вариаций возраста рабочих и их квалификации, стажа работы и размера заработной платы, себестоимости и прибыли, стажа работы и производительности труда и т.д. Для подобных сопоставлений показатели абсолютной колеблемости признаков непригодны: нельзя сравнивать колеблемость стажа работы, выраженного в годах, с вариацией заработной платы, выраженной в рублях.

Для осуществления такого рода сравнений, а также сравнений колеблемости одного и того же признака в нескольких совокупностях с различным средним арифметическим используют относительный показатель вариации -- коэффициент вариации.

Коэффициент вариации представляет собой выраженное в процентах отношение среднего квадратического отклонения к средней арифметической:

Коэффициент вариации используют не только для сравнительной оценки вариации единиц совокупности, но и как характеристику однородности совокупности. Совокупность считается количественно однородной, если коэффициент вариации не превышает 33 %.

Покажем расчет различными способами показателей вариации на примере данных о сменной выработке рабочих бригады, представленных интервальным рядом распределения (табл. 5.7).

Исчислим среднесменную выработку, шт.:

Рассчитаем дисперсию выработки по (5.21):

Найдем среднее квадратическое отклонение, шт.:

Определим коэффициент вариации, %:

Таким образом, данная бригада рабочих достаточно однородна по выработке, поскольку вариация признака составляет лишь 8%.

Теперь выполним расчет дисперсии по формуле (5.22) и по способу моментов по формуле (5.23), для расчета воспользуемся данными табл. 5.7, графы 8-11.

Расчет дисперсии по формуле (5.20):

Расчет дисперсии по способу моментов, см. формулу (5.21):

где А = 50 -- центральный вариант с наибольшей частотой;

i = 20 -- величина интервала данного ряда;

Таблица 5.7

Распределение рабочих по сменной выработке изделия А и расчетные значения для исчисления показателей вариации

Группы рабочих по сменной выработке изделий, шт.	Число рабочих	Середина интервала x	Расчетные значения

Как видим, наименее трудоемким является метод исчисления дисперсии способом моментов.

5.1. Понятие средней величины

Средняя величина – это обобщающий показатель, характеризующий типический уровень явления. Он выражает величину признака, отнесенную к единице совокупности.

Вычисление среднего – один из распространенных приемов обобщения; средний показатель отрицает 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. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей.

Остановимся на некоторых общих принципах применения средних величин.
1. Средняя должна определяться для совокупностей, состоящих из качественно однородных единиц.
2. Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц.
3. Средняя должна рассчитываться для совокупности, единицы которой находятся в нормальном, естественном состоянии.
4. Средняя должна вычисляться с учетом экономического содержания исследуемого показателя.

5.2. Виды средних и способы их вычисления

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.

Остановимся на степенных средних. Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Простая средняя считается по не сгруппированным данным и имеет следующий общий вид:

где X i – варианта (значение) осредняемого признака;

n – число вариант.

Взвешенная средняя считается по сгруппированным данным и имеет общий вид

где X i – варианта (значение) осредняемого признака или серединное значение интервала, в котором измеряется варианта;
m – показатель степени средней;
f i – частота, показывающая, сколько раз встречается i-e значение осредняемого признака.

Приведем в качестве примера расчет среднего возраста студентов в группе из 20 человек:

Средний возраст рассчитаем по формуле простой средней:

Сгруппируем исходные данные. Получим следующий ряд распределения:

В результате группировки получаем новый показатель – частоту, указывающую число студентов в возрасте Х лет. Следовательно, средний возраст студентов группы будет рассчитываться по формуле взвешенной средней:

Общие формулы расчета степенных средних имеют показатель степени (m). В зависимости от того, какое значение он принимает, различают следующие 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.

Формулы степенных средних приведены в табл. 4.4.

Таблица 5.1

Виды степенных средних

Вид степенной средней	Показатель степени (m)	Формула расчета
Вид степенной средней	Показатель степени (m)	Простая	Взвешенная
Гармоническая	-1
Геометрическая	0
Арифметическая	1
Квадратическая	2
Кубическая	3

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности – носители признака, а произведения этих единиц на значения признака (т.е. m = Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.

Главное требование к формуле расчета среднего значения заключается в том, чтобы все этапы расчета имели реальное содержательное обоснование; полученное среднее значение должно заменить индивидуальные значения признака у каждого объекта без нарушения связи индивидуальных и сводных показателей. Иначе говоря, средняя величина должна исчисляться так, чтобы при замене каждого индивидуального значения осредняемого показателя его средней величиной оставался без изменения некоторый итоговый сводный показатель, связанный тем или другим образом с осредняемым . Этот итоговый показатель называется определяющим, поскольку характер его взаимосвязи с индивидуальными значениями определяет конкретную формулу расчета средней величины. Покажем это правило на примере средней геометрической.

Формула средней геометрической

используется чаще всего при расчете среднего значения по индивидуальным относительным величинам динамики.

q n =q 0 × i 1 × i 2 ×...×i n .

Отсюда

5.3. Структурные средние

Особый вид средних величин – структурные средние – применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).

В качестве структурных средних чаще всего используют показатели моды – наиболее часто повторяющегося значения признака – и медианы – величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В итоге у одной половины единиц совокупности значение признака не превышает медианного уровня, а у другой – не меньше его.

где X Me – нижняя граница медианного интервала;
h Me – его величина;
(Sum m)/2 – половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);
S Me-1 – сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;
m Me – число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).

В нашем примере могут быть получены даже три медианных значения – исходя из признаков количества предприятий, объема продукции и общей суммы затрат на производство:

Таким образом, у половины предприятий уровень себестоимость единицы продукции превышает 125,19 тыс. руб., половина всего объема продукции производится с уровнем затрат на изделие больше 124,79 тыс. руб. и 50 % общей суммы затрат образуется при уровне себестоимости одного изделия выше 125,07 тыс. руб. Заметим также, что наблюдается некоторая тенденция к росту себестоимости, так как Ме 2 = 124,79 тыс. руб., а средний уровень равен 123,15 тыс. руб.

где Х Mo – нижнее значение модального интервала;
m Mo – число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);
m Mo -1 – то же для интервала, предшествующего модальному;
m Mo+1 – то же для интервала, следующего за модальным;
h – величина интервала изменения признака в группах.

Для нашего примера можно рассчитать три модальных значения исходя из признаков числа предприятий, объема продукции и суммы затрат. Во всех трех случаях модальный интервал один и тот же, так как для одного и того же интервала оказываются наибольшими и число предприятий, и объем продукции, и общая сумма затрат на производство:

Таким образом, чаще всего встречаются предприятия с уровнем себестоимости 126,75 тыс. руб., чаще всего выпускается продукция с уровнем затрат 126,69 тыс. руб., и чаще всего затраты на производство объясняются уровнем себестоимости в 123,73 тыс. руб.

5.4. Показатели вариации

Конкретные условия, в которых находится каждый из изучаемых объектов, а также особенности их собственного развития (социальные, экономические и пр.) выражаются соответствующими числовыми уровнями статистических показателей. Таким образом, вариация, т.е. несовпадение уровней одного и того же показателя у разных объектов, имеет объективный характер и помогает познать сущность изучаемого явления.

Для измерения вариации в статистике применяют несколько способов.

Наиболее простым является расчет показателя размаха вариации Н как разницы между максимальным (X max) и минимальным (X min) наблюдаемыми значениями признака:

H=X max - X min .

Однако размах вариации показывает лишь крайние значения признака. Повторяемость промежуточных значений здесь не учитывается.

Более строгими характеристиками являются показатели колеблемости относительно среднего уровня признака. Простейший показатель такого типа – среднее линейное отклонение Л как среднее арифметическое значение абсолютных отклонений признака от его среднего уровня:

При повторяемости отдельных значений Х используют формулу средней арифметической взвешенной:

(Напомним, что алгебраическая сумма отклонений от среднего уровня равна нулю.)

Показатель среднего линейного отклонения нашел широкое применение на практике. С его помощью анализируются, например, состав работающих, ритмичность производства, равномерность поставок материалов, разрабатываются системы материального стимулирования. Но, к сожалению, этот показатель усложняет расчеты вероятностного типа, затрудняет применение методов математической статистики. Поэтому в статистических научных исследованиях для измерения вариации чаще всего применяют показатель дисперсии.

Дисперсия признака (s 2) определяется на основе квадратической степенной средней:

Показатель s, равный , называется средним квадратическим отклонением.

В общей теории статистики показатель дисперсии является оценкой одноименного показателя теории вероятностей и (как сумма квадратов отклонений) оценкой дисперсии в математической статистике, что позволяет использовать положения этих теоретических дисциплин для анализа социально-экономических процессов.

Если вариация оценивается по небольшому числу наблюдений, взятых из неограниченной генеральной совокупности, то и среднее значение признака определяется с некоторой погрешностью. Расчетная величина дисперсии оказывается смещенной в сторону уменьшения. Для получения несмещенной оценки выборочную дисперсию, полученную по приведенным ранее формулам, надо умножить на величину n / (n - 1). В итоге при малом числе наблюдений (< 30) дисперсию признака рекомендуется вычислять по формуле

Обычно уже при n > (15÷20) расхождение смещенной и несмещенной оценок становится несущественным. По этой же причине обычно не учитывают смещенность и в формуле сложения дисперсий.

Если из генеральной совокупности сделать несколько выборок и каждый раз при этом определять среднее значение признака, то возникает задача оценки колеблемости средних. Оценить дисперсию среднего значения можно и на основе всего одного выборочного наблюдения по формуле

где n – объем выборки; s 2 – дисперсия признака, рассчитанная по данным выборки.

Величина носит название средней ошибки выборки и является характеристикой отклонения выборочного среднего значения признака Х от его истинной средней величины. Показатель средней ошибки используется при оценке достоверности результатов выборочного наблюдения.

Показатели относительного рассеивания. 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. Коэффициентом осцилляции отражает относительную колеблемость крайних значений признака вокруг средней

2. Относительное линейное отключение характеризует долю усредненного значения признака 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.

У такого способа оценки вариации есть и существенный недостаток. Действительно, пусть, например, исходная совокупность рабочих, имеющих средний стаж 15 лет, со средним квадратическим отклонением s = 10 лет, «состарилась» еще на 15 лет. Теперь = 30 лет, а среднеквадратическое отклонение по-прежнему равно 10. Совокупность, ранее бывшая неоднородной (10/15 × 100 = 66,7%), со временем оказывается, таким образом, вполне однородной (10/30 × 100 = 33,3 %).

Боярский А.Я. Теоретические исследования по статистике: Сб. Науч. Трудов.– М.: Статистика,1974. С. 19–57.