13276 (648079), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Определение моды зависит от того, в каком ряду представлен варьирующий признак. Если варьирующий признак представлен в виде дискретного ряда распределения , то для определения моды не требуется ни каких вычислений. В таком ряду модой будет значение признака, которая обладает наибольшей частотой.

Если значения признака представлены в виде интервального вариационного ряда, то моду определяют расчетным путем по формуле:

(f2 - f1 )

Мо = Хо+d

( f 2 - f1 ) + ( f 2 - f 3 )

где Мо - Мода

Хо - начало (нижняя граница) модального интервала (с наибольшей численностью);

d - величина интервала (модального);

f 1 - частота интервала предшествующего модальному;

f 2 - частота модального интервала;

f 3 - частота интервала , следующего за модальным;

Под средней арифметической понимается такое значение признака, которое имела бы каждая единица совокупности , если бы общий итог всех значений признака был распределен равномерно между всеми единицами совокупности.

Средняя арифметическая обладает некоторыми свойствами, которые определяют ее широкое применение в экономических расчетах и в практике статистического исследования.

1) Средняя арифметическая постоянной величины равна этой постоянной

А=А при А-const.

1. (нулевое) . Алгебраическая сумма линейных отклонений (разностей) индивидуальных значений признака от средней арифметической равна нулю:

n

= (X_i -X) =d_i=0

i=1

n для первичного ряда и

= (X_i -X) * fi = d _i * f_i = 0 для сгруппированных данных

i=1

( d_i - линейные ( индивидуальные ) отклонения от средних, т.е х_i - х_i )

Это свойство можно сформулировать следующим образом :

сумма положительных отклонений от средней равна сумме отрицательных отклонений.

Логически оно означает, что все отклонения и в ту и в другую сторону, обусловленные случайными причинами взаимно погашаются.

1. (минимальное).

Сумма квадратов отклонений индивидуальных значений признака от средней арифметической есть минимальное:

_{n n n}

= (X_i -X)² = d _i² = min или = (X_i -X)² = ( х_i-А )² где

^{i=1 i=1 i=1}

А= Х , что означает: сумма квадратов отклонений индивидуальных значений признака каждой единицы совокупности от средней арифметической всегда меньше суммы квадратов отклонений вариантов признака от любого значения (А), сколь угодно мало отличающегося от средней у выбранной единицы исследуемой совокупности.

Минимальное и нулевое свойства средней арифметической применяются для проверки правильности расчета среднего уровня признака; при изучении закономерности изменения уровней ряда динамики; для нахождения параметров уровня регрессии; при изучении корреляционной связи между признаками.

Средняя гармоническая бывает простой и взвешенной.

Если веса у каждого значения признака равны, то можно использовать среднюю гармоническую простую:

Х_гарм.=___n______ где, n- число индивидуальных значений

_n 1 признака.

-----

^{i=1 Х i}

Однако в статистической практике чаще используют среднюю гармоническую взвешенную. Она используется при расчете общей средней из средних групповых.

Среднюю гармоничную взвешенную определяют по формуле:

_n

* _i

ⁱ⁼¹

Х = _n-------

_i

^{i=1 Xi}

При применении средней геометрической индивидуальные значения признака представляет собой правило, относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики.

Средняя геометрическая величина используется также для определения равноудаленной величины от максимального и минимального значений признака.

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

________

= -

^{----------------}

n

Формула взвешенного среднего квадратического отклонения следующая:

___________

f

где, f- веса.

f

2.3.Вариационное исследование статистических данных.

Средняя арифметическая сама по себе недостаточна для обобщающей характеристики совокупности. В средней отражаются общие условия, присущие всей данной совокупности. Но не отражаются индивидуальные , частные условия, порождающие вариацию у отдельных единиц совокупности.

Между тем изучение вариации ( отклонений индивидуальных значений от средней ) имеет большое значение. Во-первых, показатели вариации служит характеристикой типичности, надежности самой средней. Чем меньше вариация, тем средняя более показательна, типична, и на оборот, чем больше индивидуальные значения признака варьируют, колеблются вокруг средней, тем она менее типична; во-вторых, они служат для характеристик и равномерности работы предприятий и их подразделений; в-третьих, изучая вариацию, можно выявить связи и зависимости между явлениями.

Для обобщающей характеристики колеблемости (вариации) используют следующие показатели: размах вариации, среднее линейное отклонение, дисперсию, среднее квадратическое отклонение, коэффициент вариации.

Среднее линейное отклонение представляет собой среднюю из абсолютных величин отклонений всех значений от их средней арифметической.

Среднее линейное отклонение (не взвешенное ) определяется по формуле:

l= при этом не обращается внимание

n на знаки « + » и « - ».

Средние линейное отклонение дает лишь приближенную характеристику вариации.

Формула взвешенного среднего линейного отклонения имеет вид:

f

l =

f где f - веса.

Размах вариации представляет собой разность между наибольшими и наименьшими значениями признака ( Хmax - X min ). Необходимо иметь виду, что размах вариации зависит только от двух крайних значений признака, поэтому он недостаточно отражает его колеблемость.

Коэффициент вариации применяется при изучении колеблемости различных по своему характеру признаков и расчитывается как отношение среднего квадратического отклонения к средней арифметической.

V 100

Вариация признака происходит под влиянием случайных и систематических причин. Поэтому наряду с общей вариацией различают вариацию , вызванную действием случайных причин, и вариацию систематическую , вызванную действием систематических причин.

Большое научное и практическое значение имеет определение различных видов вариации и роли случайной и систематической вариаций в общей вариации. В связи с этим различают три вида дисперсии: общую, внутригрупповую, межгрупповую.

Общая дисперсия исчисляется по формуле:

f

_об =

f

где _об - общая дисперсия;

Х - средняя арифметическая ( общая для всей изучаемой совокупности );

f - частоты ( веса ) вариантов признака в общей совокупности.

Перейдем к характеристике влияния отдельных причин на вариацию индивидуальных значений признака.

Разделим совокупность на однородные группы. Для каждой группы исчислим среднюю арифметическую и дисперсию. В результате определим внутригрупповую и межгрупповую дисперсии.

Общая дисперсия показывает влияние всех условий на вариацию признака.

Внутригрупповая дисперсия показывает влияние случайных, не учитываемых условий на вариацию признака, т.е не зависит от группового (факторного) признака. Она представляет собой среднюю из частных (групповых) дисперсий и рассчитывается по следующей формуле:

_i f_i

_i =

f_i

где _i - внутригрупповая дисперсия;

_i - частные дисперсии;

f_i - численность единиц отдельных групп (частей) совокупностей.

Межгрупповая дисперсия характеризует вариацию признака под влиянием определяющих условий, связанных с группировочными (факторным) признаком. Она представляет собой средний квадрат отклонения групповых средних от общей средней и вычисляется по такой формуле:

_i f_i

f_i

где - межгрупповая дисперсия;

_i - средняя по отдельным группам;

Х - общая средняя.

Между всеми перечисленными видами дисперсий существует взаимосвязь, которая выражается в виде следующего равенства:

_об = _i ⁺

Полученное равенство называется правилом сложения дисперсий, которое заключается в следующем: общая дисперсия равна сумме внутригрупповой и межгрупповой.

2.4Ряды динамики.

Рядами динамики называются ряды чисел, характеризующих изменение явлений во времени .

Каждый ряд динамики состоит из двух элементов:

1).уровней ,характеризующих величину изучаемого признака;

2).периодов, ( моментов ), к которым относятся эти уровни.

В зависимости от характера уровней ряда различают два вида динамических рядов: моментальные и интервальные (периодические).

Моментальным называется ряд динамики, уровни которого характеризуют состояние явления на определенные моменты времени.

В каждом последующем уровне этого ряда содержится полностью или частично предыдущий уровень. Поэтому суммировать уровни моментального ряда не следует, так как это привело бы к повторному счету.

Важное экономическое значение имеет определение разности уровней моментального ряда динамики, которая характеризует развитие (увеличение или уменьшение) изучаемого явления во времени.

Интервальным (периодическим) называется такой динамический ряд, уровни которого характеризуют размер явлений за тот или иной период времени (год, пятилетку и т.п.)

Уровни интервального ряда в отличие от уровней моментального ряда не содержатся в предыдущих или последующих показателях. Поэтому важное экономическое значение имеет суммирование этих уровней. Сумма уровней периодического ряда динамики характеризует уровень данного явления за более длительный отрезок времени.

Рядом динамики относительных величин называется такой ряд, уровни которого характеризуют изменение относительных размеров изучаемых явлений во времени.

Уровни такого ряда выражены в процентах и поэтому являются относительными величинами.

Рядом динамики средних величин называется такой ряд , уровни которого характеризуют изменение средних размеров изучаемых явлений во времени.

2.5Индексный анализ.

Индексами в статистике называют показатели, характеризующие общее изменение сложных явлений , состоящих из элементов , не поддающихся непосредственному суммированию.

Например, требуется установить, насколько увеличился в данном году по сравнению с прошлым годом физический объем всей продукции колхоза. Ясно , что использовать в данном случае рассмотренные выше относительные величины невозможно, так как продукты разного вида и качества не поддаются непосредственному суммированию. Для характеристики изменения таких сложных явлений применяются индексы. Они показывают, например, как изменилось производство всей продукции колхоза или его сложных отраслей, как в среднем изменилась себестоимость этой продукции и т.п.

Индексы применяют для составления планов, проверки их выполнения, характеристики изменения явлений во времени и в территориальном разрезе. Они также широко используются при изучении связей и зависимостей между общественными явлениями.

С помощью индексов изучают, как правило , динамику сложных явлений. Но сложные явления состоят из многих отдельных элементов, например: продукция сельского хозяйства включает зерновые, картофель, молоко и т.д. Индексы вычисляются как для отдельных элементов сложного, явления, так и для всего сложного явления в целом.

Индексы, характеризующие изменение отдельных элементов сложного явления, называются индивидуальными, например индексы производства картофеля, молока, шерсти, индексы, характеризующие изменение цены определенного вида продукции и т. п. Допустим, надо определить, как изменилось в отчетном году по сравнению с базисным производство отдельных видов продукции в колхозе. Обозначив количество продукции базисного года d₀ , отчетного - d₁ получим формулу индивидуального индекса объема продукции:

d ₁

Характеристики

Список файлов реферата