Методологические основы применения средних величин

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Введение

Большое распространение в статистике имеют средние величины. В средних величинах отображаются важнейшие показатели товарооборота, товарных запасов, цен. Средними величинами характеризуются качественные показатели коммерческой деятельности: издержки обращения, прибыль, рентабельность и др. 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.

История практического применения средних насчитывает десятки столетий. Основная цель расчета средней состояла в изучении пропорций между величинами. Значимость расчетов средних величин возросла в связи с развитием теории вероятностей и математической статистики. Решение многих теоретических и практических задач было бы невозможно без расчетов средней и оценки колеблемости индивидуальных значений признака.

1. Сущность средних величин, общие принципы применения

Средние величины являются одними из наиболее распространенных обобщающих статистических показателей. Они имеют своей целью одним числом охарактеризовать статистическую совокупность состоящую из меньшинства единиц. Средние величины тесно связаны с законом больших чисел. Сущность этой зависимости заключается в том, что при большом числе наблюдений случайные отклонения от общей статистики взаимопогашаются и в среднем более отчетливо проявляется статистическая закономерность.

Средняя величина -- это обобщающий показатель, характеризующий типический уровень явления в конкретных условиях места и времени. Он выражает уровень признака, типический для каждой единицы совокупности.

Средняя является объективной характеристикой только для однородных явлений. Средние для неоднородных совокупностей называются огульными и могут применяться только в сочетании с частными средними однородных совокупностей.

Средняя применяется в статистических исследованиях для оценки сложившегося уровня явления, для сравнения между собой нескольких совокупностей по одному и тому же признаку, для исследования динамики развития изучаемого явления во времени, для изучения взаимосвязей явлений.

Средние широко применяются в различных плановых, прогнозных, финансовых расчетах.

Главное значение средних величин состоит в их обобщающей функции, т.е. замене множества различных индивидуальных значений признака средней величиной, характеризующей всю совокупность явлений.

На производство одного и того же количества товара определенного вида и качества разные производители (заводы, фирмы) затрачивают неодинаковое количество труда и материальных ресурсов. Но рынок осредняет эти затраты, и стоимость товара определяется средним расходом ресурсов на производство.

Погода в определенном пункте земного шара в один и тот же день в разные годы может быть очень различной. Например, в Санкт-Петербурге 31 марта температура воздуха за сто с лишним лет наблюдений колебалась от -20,1° в 1883 г. до +12,24° в 1920 г. Примерно такие же колебания и в другие дни года. По таким индивидуальным данным о погоде в какой-то произвольно взятый год нельзя составить представление о климате Санкт-Петербурга. Характеристики климата - это средние за длительный период характеристики погоды - температуры воздуха, его влажность, скорость ветра, сумма осадков, число часов солнечного сияния за неделю, месяц и весь год и т.д.

Если средняя величина обобщает качественно однородные значения признака, то она является типической характеристикой признака в данной совокупности. Так, можно говорить об измерении типичного роста русских девушек рождения 1973 г. по достижении ими 20-летнего возраста. Типичной характеристикой будет средняя величина надоя молока от коров черно-пестрой породы на первом году лактации при норме кормления 12,5 кормовой единицы в сутки.

Однако неправильно сводить роль средних величин только характеристике типичных значений признаков в однородных по данному признаку совокупностях. На практике значительно чаще современная статистика использует средние величины, обобщающие явно неоднородные явления, как, например, урожайность всех зерновых культур по территории всей России. Или рассмотрим такую среднюю, как среднее потребление мяса на душу населения: ведь среди этого населения и дети до одного года, вовсе не потребляющие мяса, и вегетарианцы, и северяне, и южане, шахтеры, спортсмены и пенсионеры. Еще более ясна нетипичность такого среднего показателя, как произведенный национальный доход в среднем на душу населения.

Средняя величина национального дохода на душу, средняя урожайность зерновых по всей стране, среднее потребление разных продуктов питания -- это характеристики государства, как единой народнохозяйственной системы, это так называемые системные средние.

Системные средние могут характеризовать как пространственные или объектные системы, существующие одномоментно (государство, отрасль, регион, планета Земля и т.п.), так и динамические системы, протяженные во времени (год, десятилетие, сезон и т.п.).

Примером системной средней, характеризующей период времени, может служить средняя температура воздуха в Санкт-Петербурге за 1992 г., равная +6,3°. Эта средняя обобщает крайне разнородные температуры зимних морозных дней и ночей, летних жарких дней, весны и осени. 1992 г. был теплым годом, его средняя температура не является типичной для Санкт-Петербурга. В качестве типической среднегодовой температуры воздуха в городе следует использовать многолетнюю среднюю, скажем, за 30 лет с 1963 по 1992 г., которая равна +5,05°. Эта средняя является типической средней, так как обобщает однородные величины; средние годовые температуры одного и того же географического пункта, варьирующие за 30 лет от +2,90° в 1976 г. до +7,44° в 1989 г.

Итак, типическая средняя может обобщать системные средние для однородной совокупности, или системная средняя может обобщать типические средние для единой, хотя и неоднородной системы.

Так, многолетняя средняя температура в Санкт-Петербурге в первые десятилетия и столетие существования города была значительно ниже; она возрастает медленно, но с ускорением за последнее столетие вследствие как роста самого города и энергопотребления в нем, что повышает температуру воздуха, так и начавшегося и ускоряющегося общего потепления на Земле. Поэтому "типичность" любой средней величины - понятие относительное, ограниченное как в пространстве, так и во времени.

Общие принципы применения средних величин:

1) необходим обоснованный выбор единицы совокупности, для которой рассчитывается среднее значение;

2) при расчете средней величины в каждом конкретном случае нужно исходить из качественного содержания осредняемого признака, учитывать взаимосвязь изучаемых признаков, а также имеющиеся для расчета данные;

3) средние величины должны рассчитываться, прежде всего, по однородным совокупностям. Качественно однородные совокупности позволяют получить метод группировок, который предполагает расчет не только среднего значения, но и системы обобщающих показателей;

4) общие средние (средние для всей совокупности) должны подкрепляться групповыми средними. Например, анализ динамики урожайности отдельной сельскохозяйственной культуры показывает общее по республике снижение урожайности. Однако известно, что урожайность этой культуры зависит от почвенных, климатических, территориальных, экономических и других условий конкретного сельскохозяйственного года и различна в отдельных регионах. Сгруппировав регионы по уровню урожайности каждого года и проанализировав динамику групповых средних, можно обнаружить, что в отдельных группах регионов средняя урожайность либо не изменилась, либо даже возросла, но одновременно возросли удельный вес или число районов с более низкой урожайностью этой сельскохозяйственной культуры. Очевидно, что анализ факторов динамики средних групповых позволяет более полно отразить закономерности изменения урожайности по сравнению с динамикой общего среднего результата.

2. Виды средних величин и сфера их применения

Виды средних величин различаются, прежде всего, тем, какое свойство, какой параметр исходной варьирующей массы индивидуальных значений признака должен быть сохранен неизменным.

В практике статистической обработки материала возникают различные задачи, имеются особенности изучаемых явлений, и поэтому для их решения требуются различные сведения.

Средняя, рассчитанная по совокупности в целом называется общей средней, средние, исчисленные для каждой группы -- групповыми средними. Общая средняя отражает общие черты изучаемого явления, групповая средняя дает характеристику размера явления, складывающуюся в конкретных условиях данной группы.

Например, статистическое изучение рождаемости и среднего количества детей в семье на территории бывшего СССР проводилось в региональном аспекте (по союзным республикам). Традиционно более высокая рождаемость была в Средней Азии и Закавказье по сравнению с Центральными районами России. Среднее количество детей в семье, исчисленное по каждому региону -- это групповые средние, а соответственно исчисленное по всей территории СССР -- общая средняя.

Сравнительный анализ групповых и общих средних используется для характеристики социально-экономических типов изучаемого общественного явления. В частности, при изучении рождаемости большое значение имеет характеристика этого процесса по общественным группам населения региона.

Групповые средние используются для изучения закономерности развития общественных явлений. Так, в аналитических группировках анализ групповых средних позволяет сделать вывод о наличии и направлении взаимосвязи между группированным (факторным) признаком и результативном показателем.

Групповые средние широко применяются также при определении имеющихся использованных резервов производства, когда на ряду со средними величинами рассматриваются и индивидуальные значение признака.

Все средние величины делятся на два больших класса:

1) степенные средние; к ним относятся такие известные и часто применяемые виды, как средняя арифметическая величина, средняя квадратическая и средняя геометрическая;

2) структурные средние величины, в качестве которых рассматриваются мода и медиана.

Степенные средние величины исчисляются в двух формах -- простой и взвешенной.

Простая средняя величина считается по несгруппированным данным и имеет следующие общий вид:

,

где Xi - варианта (значение) осредняемого признака;

m - показатель степени средней;

n - число вариант (наблюдений).

Взвешенная средняя величина считается по сгруппированным данным, представленным в виде дискретных или интервальных рядов распределения:

,

где Xi - варианта (значение) осредняемого признака или серединное значение интервала, в котором измеряется варианта;

m - показатель степени средней;

fi - частота, показывающая, сколько раз встречается i-e значение осредняемого признака.

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

Таблица 2.1

№ п/п	Возраст (лет)	№ п/п	Возраст (лет)	№ п/п	Возраст (лет)	№ п/п	Возраст (лет)
1	18	6	20	11	22	16	21
2	18	7	19	12	19	17	19
3	19	8	19	13	19	18	19
4	20	9	19	14	20	19	19
5	19	10	20	15	20	20	19

Средний возраст рассчитаем по формуле простой средней:

Сгруппируем исходные данные. Получим следующий ряд распределения:

Таблица 2.2

Возраст, X лет	18	19	20	21	22	Всего
Число студентов	2	11	5	1	1	20

В результате группировки получаем новый показатель -- частоту, указывающую число студентов в возрасте X 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: с увеличением показателя степени т увеличивается и соответствующая средняя величина:

Xгарм ? Xгеом ? Xарифм ? Xквадр ? Xкуб.

Пользуясь этим правилом, статистика может в зависимости от настроения и желания ее "знатока" либо "утопить", либо "выручить" студента, получившего на сессии оценки 2 и 5. Каков его средний балл?

Если судить по средней арифметической, то средний балл равен 3,5. Но если декан желает "утопить" несчастного и вычислит среднюю гармоническую:

,

то студент остается и в среднем двоечником, не дотянувшим до тройки. Однако студенческий комитет может возразить декану и представить среднюю кубическую величину:

.

Студент уже выглядит "хорошистом" и даже претендует на стипендию! И только в том случае, если лентяй провалил оба экзамена, статистика помочь не в состоянии: увы, все средние из двух двоек равны все той же двойке!

Формулы степенных средних величин приведены в табл. 2.3.

В формулах средних значений п -- это число единиц совокупности (число индивидуальных значений осредняемого признака X); х -- индивидуальное значение признака у каждой единицы. Если совокупность объектов распределена по группам разной численности, то х -- это значение признака, общее для всей группы; f -- численность группы (частота повторения данного значения признака).

Таблица 2.3 Формулы средних величин

Вид степенной средней	Показатель степени(m)	Формулы расчета средней
		простой	взвешенной
Гармоническая	-1		m=xf
Геометрическая	> 0
Арифметическая	1
Квадратическая	2
Кубическая	3

2.1 Степенные средние величины

Средняя арифметическая величина.

Средней арифметической величиной называется такое среднее значение признака, при вычислении которого общий объем признака в совокупности сохраняется неизменным.

Иначе можно сказать, что средняя арифметическая величина - среднее слагаемое. При ее вычислении общий объем признака мысленно распределяется поровну между всеми единицами совокупности.

Средняя арифметическая - наиболее распространенный на практике вид средних. Различают 2 вида арифметических средних:

· Невзвешенную (простую);

· Взвешенную.

Средняя арифметическая невзвешенная рассчитывается для несгруппированных данных по формуле:

.

Для массовых статистических совокупностей рассчитывается взвешенная средняя арифметическая по формуле:

.

Если при группировке значения осредняемого признака заданы интервалами, то при расчете средней арифметической величины в качестве значения признака в группах принимают середины этих интервалов, т.е. исходят из гипотезы о равномерном распределении единиц совокупности по интервалу значений признака. Для открытых интервалов в первой и последней группе, если таковые есть, значения признака надо определить экспертным путем исходя из сущности, свойств признака и совокупности. Например, по табл. 2.4 можно минимальный возраст рабочих считать 17 лет. Тогда первый интервал будет от 17 до 20 лет, а максимальный возраст -- 65 лет, тогда последний интервал -- 50-65 лет.

Таблица 2.4. Распределение рабочих предприятия по возрасту

Группы рабочих по возрасту, лет	Число рабочих fj	Середина интервала xj	xj fj
До 20	48	18,5	888
20-30	120	25	3000
30-40	75	35	2625
40-50	62	45	2790
Старше50	54	57,5	3105
Итого	359	34,56	12408

Средний возраст рабочих, рассчитанный по формуле с заменой точных значений признака в группах серединами интервалов, составил:

= ,

что и записано в итоговую строку по графе 3 табл. 2.4.

Средняя арифметическая величина обладает рядом свойств, позволяющих ускорить расчет:

1. Произведение средней на сумму частот всегда равно сумме произведений вариант на частоты, т. е. .

Это свойство определено требованиями правильного исчисления средней, согласно которым конкретные значения варьирующего признака уравниваются без изменения общего объема его и заменяются одним средним числом, которое как постоянный множитель выносится из-под знака суммы. Благодаря этому свойству средняя может быть использована для разного рода плановых и статистических расчетов как представитель или заменитель всех значений варьирующего признака. Так, если средний расход горючего на 1 гектар пахоты составляет 20 литров, а всего надо вспахать 2 млн. га, то всего потребуется 40 млн. литров горючего. Аналогично, если достаточно репрезентативное выборочное обследование показало, что среднегодовой надой молока на одну корову составляет 2500 литров, а всего в районе 15 тыс. коров, то общий надой составит 37,5 млн. литров.

2. Сумма отклонений вариантов как от простой, так и от взвешенной средней арифметической равна нулю:

и

Рассмотренное свойство может быть использовано для проверки правильности исчисления средней. Если при исчислении средней арифметической и не равны нулю, это указывает, что средняя неправильно исчислена. А так как в анализе часто приходится пользоваться отклонениями от средней, их удобно использовать и для проверки правильности исчисления средней.

3. Сумма квадратов отклонений вариантов как от простой, так и от взвешенной средней меньше суммы квадратов отклонений от любой другой произвольной величины а, т. е.

.

Пример:

Таблица 2.5

Табельный номер рабочего	1	2	3	4	5	6
Часовая выработка деталей (x)	12	10	6	10	12	10

В примере, основанном на данных табл. 2.1.2, , а

При а =12 составит:

Таблица 2.6

xi	- a
12	-12	0	0
10	-12	-2	4
6	-12	-6	36
10	-12	-2	4
12	-12	0	0
10	-12	-2	4
		Итого	48

Как видим, 24<48.

4. Если все частоты разделить (или умножить) на произвольное число (а), то средняя от этого не изменится, так как:

Если разгруппировать рабочих по числу выработанных за час деталей, получим такие данные:

Таблица 2.7

Варианты выработки деталей за час (x)	Число рабочих с данной выработки (f)	Объем варьирующего признака (xf)
6	1	6
10	3	30
12	2	24
Итого	6	60

Если применить полученную формулу, к примеру, приведенному в табл. 8, это означает, что если, например, частоты уменьшить в 6 раз, средняя взвешенная арифметическая не изменится и будет равна:

Средняя не изменится, если мы частности выразим в процентах, т. е. умножим их на 100:

Рассматриваемое свойство показывает, что при данных вариантах признака величина средней зависит не от абсолютного размера весов, а от соотношения между ними. В приведенном примере мы сначала частоты уменьшили в 6 раз, а затем увеличили в 100 раз, но средняя выработка не изменилась.

5. Если веса всех вариантов равны между собой, то взвешенная средняя равна простой средней, так как при этих условиях

Так как исчисление простой арифметической средней требует меньше затрат труда, чем взвешенной, то при равенстве весов нет надобности пользоваться последней.

6. Средняя алгебраической суммы равна алгебраической сумме средних. Так, если у, х и z -- положительные варьирующие величины и уi =xi +zi , то:

.

Следовательно, .

Это свойство средней показывает, в каких случаях можно непосредственно суммировать средние. Например, если изделие состоит из двух деталей, изготовляемых разными рабочими, и при этом один из них тратит в среднем на одну деталь 20, а на другую 30 минут, то в среднем на одно изделие расходуется 20 + 30 = 50 минут. Аналогично решался бы вопрос, если бы изделие состояло из трех и более деталей.

Средняя гармоническая величина. Если по условиям задачи необходимо, чтобы неизменной оставалась при осреднении сумма величин, обратных индивидуальным значениям признака, то средняя величина является гармонической средней. Средняя гармоническая величина, как и средняя арифметическая может быть простой и взвешенной. Если веса у каждого значения признака равны, то можно использовать среднюю гармоническую простую:

Однако в статистической практике чаще применяется средняя гармоническая взвешенная:

,

где m = xf,

она используется, как правило, при расчете общей средней из средних групповых.

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.

Приведем расчет средней гармонической величины -- простой и взвешенной.

Пример. Четыре швеи-надомницы заняты пошивом головных уборов одной модели. Первая швея тратит на изготовление одного головного убора 30 мин, вторая -- 40 мин, третья -- 50 мин, четвертая -- 60 мин. Определим средние затраты времени на пошив одного головного убора при условии, что каждая швея работает по 10 ч в день.

Попытка решить задачу с помощью средней арифметической простой

оказалась бы успешной, если бы каждая надомница шила только по одному головному убору в день. В данном же случае средние затраты времени на пошив одного головного убора можно подсчитать делением общих затрат времени на пошив всех головных уборов (600 + 600 + 600 + 600 = 2400 мин) на количество сшитых головных уборов.

Количество головных уборов, сшитых каждой надомницей, равно:

1) 600/30 = 20 шт.; 2) 600/40 =15 шт.; 3) 600/50 = 12 шт.; 4) 600/60 = 10 шт. Всего 57 изделий.

Средние затраты времени вычислим по формуле средней гармонической взвешенной:

т.е. на пошив одного головного убора тратится в среднем 42 мин.

В качестве веса в этой задаче был принят показатель общих затрат времени на пошив всех головных уборов одной швеей.

Так как в этом примере общие затраты времени у всех надомниц одинаковы, то к аналогичному результату приводит и расчет по формуле средней гармонической простой:

.

Средняя геометрическая величина.

Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменным произведение индивидуальных величин, то следует применить геометрическую среднюю величину.

Ее формула такова:

, для простой.

, для взвешенной.

Основное применение геометрическая средняя находит при определении средних темпов роста. Пусть, например, в результате инфляции за первый год цена товара возросла в 2 раза к предыдущему году, а за второй год еще в 3 раза к уровню предыдущего года. Ясно, что за два года цена выросла в 6 раз. Каков средний темп роста цены за год? Арифметическая средняя здесь непригодна, ибо если за год цены возросли бы в раза, то за два года цена возросла бы в 2,5 х 2,5 = 6,25 раза, а не в 6 раз. Геометрическая средняя дает правильный ответ: v6 - 2,45 раза.

Геометрическая средняя величина дает наиболее правильный по содержанию результат осреднения, если задача состоит в нахождении такого значения признака, который качественно был бы равно удален как от максимального, так и от минимального значения признака. Например, если максимальный размер выигрыша в лотерее составляет миллион рублей, а минимальный - сто рублей, то какую величину выигрыша можно считать средней между миллионом и сотней? Арифметическая средняя явно непригодна, она составляет 500 050 руб., а это, как и миллион, крупный, а никак не средний выигрыш; он качественно однороден с максимальным и резко отличен от минимального. Не дают верного ответа ни квадратическая средняя (707 107 руб.), ни кубическая (793 699 руб.), ни гармоническая средняя (199,98 руб.), слишком близкая к минимальному значению. Только геометрическая средняя дает верный с точки зрения экономики и логики ответ: Десять тысяч -- не миллион, и не сотня! Это, действительно, нечто среднее между ними.

Наиболее часто формулу средней геометрической используют для определения средних валютных курсов, эффективности валютных курсов, реальной эффективности валютных курсов (международная финансовая статистика).

Средняя квадратическая величина.

ри замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменной сумму квадратов исходных величин, то средняя будет являться квадратической средней величиной.

Ее формула такова:

, для простой.

, для взвешенной.

Например, имеются три участка земельной площади со сторонами квадрата: х1 = 100 м; х2 = 200 м; х3 = 300 м. Заменяя разные значения длины сторон на среднюю, мы очевидно, должны исходить из сохранения общей площади всех участков. Арифметическая средняя величина (100 + 200 + 300):3 = 200 м не удовлетворяет этому условию, так как общая площадь трех участков со стороной 200 м была бы равна: 3*(200 м)2 =120 000 м2. В то же время площадь исходных трех участков равна: (100 м)2 + (200 м)2 + (300 м)2 = 140 000 м2. Правильный ответ дает квадратическая средняя:

Формула средней квадратической используется для измерения степени колеблемости индивидуальных значений признака вокруг средней арифметической в рядах распределения. Так, при расчете показателей вариации среднюю вычисляют из квадратов отклонений индивидуальных значений признака от средней арифметической величины.

Средняя кубическая величина.

Если по условиям задачи необходимо сохранить неизменной сумму кубов индивидуальных значений признака при их замене на среднюю величину, мы приходим к средней кубической, имеющей вид:

, для простой.

, для взвешенной.

Средняя кубическая имеет ограниченное применение в практике статистики. Ею пользуются для исчисления средних диаметров труб, стволов и т.п., необходимых для разного рода расчетов, как, например, для определения.

2.2 Структурные средние величины

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 применяют показатели моды и медианы.

Мода и медиана определяются лишь структурой распределения. Поэтому их именуют структурными позиционными средними. Медиану и моду часто используют как среднюю характеристику в тех совокупностях, где расчет средней степенной невозможен или нецелесообразен.

Медиана.

Медиана (Ме) -- величина варьирующего признака, делящая совокупность на две равные части -- со значениями признака меньше медианы и со значениями признака больше медианы.

В ранжированном вариационном ряду с нечетным числом единиц совокупности медианой является значение признака у средней в ряду единицы. Медиана не зависит от значений признака, стоящих на краях вариационного ряда.

В интервальном вариационном ряду для нахождения медианы применяется формула:

,

где XMe - нижняя граница интервала, в котором находится медиана;

f?Me - число наблюдений (или объем взвешивающего признака), накопленное до начала медианного интервала;

fMe - число наблюдений или объем взвешивающего признака в медианном интервале (в абсолютном или относительном выражении);

i - величина медианного интервала;

- 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).

Медиана, в отличие от средней, не является абстрактной величиной. Она находится точно в середине ряда, представляет собой реальное значение признака, соответствует определенному варианту и при этом наиболее точна в случае нечетного числа членов совокупности. Медиана как обобщающая характеристика совокупности не может, однако, заменить среднюю. Медиана -- это центр распределения численности единиц совокупности, а средняя -- центр распределения отклонений значений признака от равнодействующей. Величина медианы определяется лишь одним или двумя серединными значениями признака. Изменения всех остальных величин, если они не меняют последовательности членов в центре ряда, не находят отражения в медиане. Так, если месячную заработную плату наименее оплачиваемых двух рабочих поднять на 40 руб., это не скажется на медиане, несмотря на то, что тем самым значительно повышаются доходы двух рабочих цеха и существенно выравнивается заработная плата членов коллектива. Поэтому медиана, представляющая определенный интерес в анализе, не может заменить среднюю, которая при замене реального коллектива абстрактным коллективом с уравненными значениями признака оставляет неизменным определяющий показатель совокупности.

Медианой целесообразно пользоваться, когда не известны границы открытых крайних интервалов вариационного ряда, на которые приходится значительная часть единиц всей совокупности, так как средняя в этих случаях страдает значительной неточностью. При исчислении же медианы отсутствие сведений об этих границах не влияет на точность расчета.

Мода.

Мода (Мо) - это вариант признака, который при данном сочетании причин разного порядка чаще всего встречается в вариационном ряду. Например, цена, по которой чаще всего реализуется данный товар на рынке, является модой или модальной ценой. Месячная заработная плата, которая чаще всего встречается в данном коллективе, является для него модальной заработной платой.

Мода - типичная величина, в том смысле, что она встречается в совокупности или объективно может встретиться чаще других. Она имеет важное значение для решения некоторых задач, например какой высоты должны быть предназначенные для массового потребления станки, столы и т. п., какое количество детей чаще всего встречается в семье, какое время дня является «пиковым» для работы предприятий общественного питания, электростанций, городского транспорта и др., какой уровень выполнения плана наиболее часто встречается в том или ином коллективе рабочих или предприятий и т. п.

Мода соответствует определенному значению признака. На практике моду находят, как правило, по сгруппированным данным.

В дискретном ряду мода определяется без вычисления как значение признака с наибольшей частотой.

В интервальном вариационном ряду, тем более при непрерывной вариации признака, строго говоря, каждое значение признака встречается только один раз. Модальным интервалом является интервал с наибольшей частотой. Внутри этого интервала находят условное значение признака, вблизи которого плотность распределения, то есть число единиц совокупности, приходящееся на единицу измерения варьирующего признака, достигает максимума. Это условное значение и считается точечной модой. Логично предположить, что такая точечная мода располагается ближе к той из границ интервала, за которой частота в соседнем интервале больше частоты в интервале за другой границей модального интервала. Отсюда имеем обычно применяемую формулу:

,

XMo - нижнее значение признака X в модальном интервале;

i - величина интервала;

fMo - частота (частость) повторения признака X в модальном интервале;

fMo-1 ,fMo+1 - соответственно частоты (частости) признака для интервала, предшествующего модальному и следующего за ним.

Для решения практических задач наибольший интерес представляет обычно мода, выраженная в виде интервала, а не дискретным числом. Объясняется это назначением моды, которая должна выявить наиболее распространенные размеры явления. Выраженная в виде дискретного числа мода часто не отвечает этому требованию. Так, в нашем примере процент хозяйств, у которых годовой надой в среднем на одну корову составляет 2280 кг, хотя и больше, чем хозяйств с любым другим уровнем надоя, но сам по себе он может быть небольшим. Хозяйств же с удойностью в пределах интервала 2000 - 2499 кг - 37,5%, а 2000 - 3000 кг - 58,1, - т. е. весьма значительный процент.

Заключение

средний арифметический статистический

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

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, средняя гармоническая, средняя кубическая.

В качестве структурных средних рассматриваются мода и медиана.

Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Простая средняя считается по не сгруппированным данным. Взвешенная средняя считается по сгруппированным данным.

Общие формулы расчета степенных средних имеют показатель степени (m).

· 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.

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.

Литература

1. Теория статистики: Учебно-методический комплекс / Под ред. В.В. Глинского, В.Г. Ионина, Л.И. Яковенко. - Новосибирск: НГУЭУ, 2011. - 108с.

2. Общая теория статистики: Учебник / А.Я. Боярский, Л.Л. Викторова, А.М. Гольдберг и др.; Под ред. А.М. Гольдберга, В.С. Козлова. - М.: Финансы и статистика, 1913. - 367с.

3. Громыко Л.Г.Общая теория статистики: Практикум. - М.: ИНФРА - М,2012. - 139 с.

4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. чл.-корр. РАН И.И.Елисеевой. - М.: Финансы и статистика, 2012. - 368с.

5. Пасхавер И.С. Средние величины в статистике. - М.: Статистика, 2013. - 279с.

6. Практикум по теории статистики: Учеб. пособие / Под ред. Р.А. Шмойловой. - М.; Финансы и статистика, 2010. - 416с.

Размещено на Allbest.ru

...