STAT1 (727090), страница 3
Текст из файла (страница 3)
- сумма частот ряда
- сумма накопленных частот предшествующих медианному интервалу
- частота медианного интервала
1. Общее понятие о вариации.
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. Меры вариаций.
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 колеблимость внутри совокупности. R=Xmax-Xmin.
2. Среднее линейное отклонение является средней величиной абсолютных значений отклонений от средней арифметической. Оно определяется по формуле:
- простая 
Отклонения берутся по модулю, т.к. в противном случае, из-за математических свойств средней величины, они всегда были бы равны нулю.
4. Дисперсия (средний квадрат отклонений) имеет наибольшее применение в статистике как показатель меры колеблимости.
Дисперсия определяется по формулам:
пример: стр. 36
Дисперсия является именованным показателем. Она измеряется в единицах соответствующих квадрату единиц измерения изучаемого признака. В данном случае она показывает, что средний размер отклонения прибыли по 50 предприятиям от средней прибыли составляет 1,48.
Дисперсия может быть также определена по формуле:
; 
3. Среднее квадратическое отклонение определяется как корень из дисперсии.
По исходным данным приведенным выше, среднее квадратическое отклонение равно:
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.
3. Дисперсия альтернативного признака.
Альтернативными называются 2 взаимоисключающих друг друга признака. То признаки, которыми каждая отдельная единица совокупности либо обладает, либо не обладает. Наличие альтернативного признака принято обозначать через единицу, а отсутствие через 0. Долю единиц обладающих данным признаком обозначают через p (п), а долю единиц на обладающих данным признаком обозначают через q. При этом p+q=1.
Дисперсия альтернативного признака определяется по формуле:
4. Виды дисперсий. Привила их сложения.
Если исследуемую статистическую совокупность разделить на группу, то для каждой из них можно определить групповые средние и дисперсии. Эти дисперсии будет характеризовать колеблимость изучаемого признака каждой отдельной группе. На этой основе можно определить среднюю изнутри групповых дисперсий.
ni=fi - численность единиц в отдельных группах
Эта дисперсия характеризует случайную вариацию признака, на зависящую от фактора положенного в основание группировки.
Вычисляется также межгрупповая дисперсия 
.
и ni=fi соответственно средние и численности по отдельным группам.
Эта дисперсия характеризует вариацию по влиянием группировочного признака. Сумма средней изнутри групповых и межгрупповой дисперсий позволяет определить общую дисперсию.
Данное равенство называют правилом сложения дисперсий.
; 
, т.е. существует тесная зависимость между изготовлением деталей и другими показателями.
Если значения исследуемого признака выражаются в долях или коэффициентах, то правило сложения дисперсий выражается следующими формулами:
ni - численность единиц в отдельных группах
pi - доля изучаемого признака во всей совокупности
средняя из внутригрупповых дисперсий для долей признаков
1. Виды и формы зависимости между социально-экономическими явлениями.
Многообразие взаимосвязей в которых находятся социально-экономические явления, рождают необходимость в их классификации.
По видам различают функциональную и корреляционную зависимость.
Функциональной называют такую зависимость, при которой одному значению факторного признака X соответствует одно строго определенное значение результативного признака Y.
В отличие от функциональной зависимости, корреляционная выражает такую связь между социально-экономическими явлениями, при которой одному значению факторного признака X могут соответствовать несколько значений результативного признака Y.
По направлению различают прямую и обратную зависимость.
Прямой называют такую зависимость, при которой значение факторного признака X и результативного признака Y изменяются в одном направлении. Т.о. при увеличении значения X, значения Y в среднем увеличиваются, а при уменьшении X - Y уменьшается.
Обратная зависимость между факторным и результативным признаками, если они изменяются в противоположных направлениях.
2. Статистические методы изучения взаимосвязей.
Важное место в статистическом изучении взаимосвязей занимают следующие методы:
1. Метод приведения параллельных данных.
2. Метод аналитических группировок.
3. Графический метод.
4. Балансовый метод.
5. Индексный метод.
6. Корреляционно-регрессионный.
1. Сущность метода приведения параллельных данных заключается в следующем:
Исходные данные по признаку X располагаются в порядке возрастания или убывания, а по признаку Y записываются соответствующие им показатели. Путем сопоставления значений X и Y, делается вывод о наличии и направлении зависимости.
3. Сущность графического метода составляет наглядное представление наличия и направления взаимосвязей между признаками. Для этого значение факторного признака X располагается по оси абсцисс, а значение результативного признака по оси ординат. По совместному расположению точек на графике делают вывод о направлении и наличии зависимости. При этом возможны следующие варианты:
а , б/ (вверх) , в\ (вниз).
Если точки на графике расположены беспорядочно (а), то зависимость между изучаемыми признаками отсутствует.
Если точки на графике концентрируются вокруг прямой (б)/, зависимость между признаками прямая.
Если точки концентрируются вокруг прямой (в)\, то это свидетельствует о наличии обратной зависимости.
На основе метода параллельных данных и графического метода, могут быть рассчитаны показатели, характеризующие степень тесноты корреляционной зависимости.
Наиболее кратным из них является коэффициент знаков Фехнера. Он рассчитывается по формуле:
C - сумма совпадающих знаков отклонений индивидуальных значений признака от средней.
H - сумма несовпадений
Данный коэффициент изменяется в пределах (-1;1).
Значение KF=0 свидетельствует об отсутствии зависимости между изучаемыми признаками.
Если KF=1, то это говорит о наличии функциональной прямой (+) и обратной (-) зависимости. При значении KF>0,6 делается вывод о наличии сильной прямой (обратной) зависимости между признаками. Кроме того на основе исходных данных о факторном и результативном признаках, может быть рассчитан коэффициент корреляции рангов Спирмена, который определяется по формуле:
- квадраты разности рангов
(R2-R1), n - число пар рангов
Данный коэффициент, как и предыдущий, изменяется в тех же пределах и имеет одинаковую с KF экономическую интерпретацию.
В тех случаях, когда значение X или Y выражаются одинаковыми показателями, коэффициент корреляции рангов рассчитывается по следующей формуле:
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
