Виды средних величин. Средние величины и показатели вариации

Наиболее распространённой формой статистических показателей является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает то 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. Например, курс акций корпорации в основном определяется финансовыми результатами ее деятельности. В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием основных факторов. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенностей отдельных единиц.

Типичность средней непосредственным образом связана с однородностью совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности. Так, если мы рассчитаем средний курс по акциям всех предприятий, реализуемых в данный день на данной бирже, то получим фиктивную среднюю. Это будет объясняться тем, что используемая для расчета совокупность является крайне неоднородной. В этом и подобных случаях метод средних используется в сочетании с методом группировок: если совокупность неоднородна – общие средние должны быть заменены или дополнены групповыми средними, т.е. средними, рассчитанными по качественно однородным группам.

В теории средних используются следующие условные обозначения.

1.Признак, по которому определяется среднее, называется осредняемым признаком и обозначается .

2.Величина осредняемого признака у каждой единицы совокупности называется его индивидуальным значением и обозначается .

3.Повторяемость индивидуальных значений называется частотой и обозначается f .

4. Суммарное значение признака обозначается W .

Всякий количественный признак статистической совокупности имеет одно единственное среднее значение. Оно может быть рассчитано различными способами в зависимости от формы выражения осредняемого признака (абсолютной, относительной и средней) и имеющейся информации. В зависимости от степени k получаются различные виды средних.

1.Средняя арифметическая простая – наиболее распространенный вид средней

k =1

2.Средняя арифметическая взвешенная – используется в том случае, если известны индивидуальные значения признака и их частоты f . Каждый вариант «взвешивают» по своей частоте, т.е. умножают на нее. Частоты f при этом называют статистическими весами или просто весами средней .

Пример. По имеющимся данным рассчитаем средний стаж работы сотрудников

3.Средняя гармоническая простая используется в том случае, если необходимо чтобы при осреднении оставалась неизменной сумма величин, обратных индивидуальным значениям признака.

где – сумма обратных значений признака.

Пример . Автомобиль с грузом от предприятия до склада ехал со скоростью 40 км/ч, а обратно порожняком со скоростью 60км/ч. Какова средняя скорость автомобиля за обе поездки?

Пусть расстояние перевозки составило S км. Никакой роли при расчете средней скорости S не играет. При замене индивидуальных значений скорости на среднюю величину необходимо, чтобы неизменной величиной оставалось время, затраченное на обе поездки, иначе средняя скорость может оказаться любой – от скорости черепахи до скорости света. Время поездок равно . Итак,

Сократив все члены равенства на S, получим т.е. выполняется условие гармонической средней. Подставляя и , получаем

Арифметическая средняя 50 км/ч неверна, т.к. приводит к другому времени движения, чем на самом деле. Если расстояние равно 96 км, то реальное время движения составит

В статистической практике чаще применяется средняя гармоническая взвешенная.

4.Средняя гармоническая взвешенная используется, если известны индивидуальные значения признака и суммарные значения признака.

Пример

5.Средняя агрегатная используется, если известны суммарные значения признака и их частоты.

Пример . Определить среднюю стоимость продукции, если известно

6.Средняя квадратическая применяется для расчета среднеквадратического отклонения, являющегося показателем вариации, а также в технике

k =2

Средняя квадратическая взвешенная

7.Средняя геометрическая используется для расчета среднего темпа роста по цепной схеме k= 0

При k= 1 получаем арифметическую среднюю, при k= 2 – квадратическую, при k= 3 – кубическую, при k= 0 – геометрическую, при k= -1 – гармоническую среднюю. Чем выше показатель степени k , тем больше значение средней величины. Если все исходные значения признака равны, то и все средние равны const. Итак, имеем следующее соотношение, которое называется правилом мажорантности средних :

Пользуясь этим правилом, статистика может в зависимости от настроения и желания ее «знатока» либо «утопить», либо «выручить» студента, получившего в сессию оценки 2 и 5. Каков его средний бал?

Если судить по средней арифметической, то средний бал равен 3,5. Но если декан желает «утопить» несчастного и вычислит среднюю гармоническую то студент остается в среднем двоечником, не дотянувшим до тройки.

Однако студенческий совет может возразить декану и представить среднюю кубическую величину . Студент уже выглядит «хорошистом» и даже претендует на стипендию.

Структурные средние – мода и медиана – в отличие от степенных средних, которые в значительной степени являются абстрактной характеристикой совокупности, выступают как конкретные величины, совпадающие со вполне определенными вариантами совокупности. Это делает их незаменимыми при решении практических задач.

Мода – это наиболее часто встречающееся значение признака у единиц данной совокупности. Для дискретного ряда распределения мода определяется без расчета, путем просматривания столбца частот, и соответствует значению признака с наибольшей частотой. Из примера №1 наибольшая частота f=20 , что соответствует 4 тарифному разряду, следовательно M o =4.

Для интервального ряда распределения мода определяется по формуле

где – нижняя граница модального интервала;

– величина модального интервала;

– частоты интервала соответственно предшествующего модальному, модального и следующего за модальным.

Модальному соответствует интервал с наибольшей частотой.

Рассчитаем моду для примера № 2. Модальному соответствует интервал 130-140. Для него , = 140-130=10, =20,

Чаще всего норма выработки работников составляет 134%, чаще всего план перевыполняется на 34%.

Медиана – значение признака, который лежит в середине ранжированного ряда и делит его пополам. Ранжированный ряд – ряд, расположенный в порядке возрастания или убывания признака. Для дискретных вариационных рядов медиана не рассчитывается, а определяется путем просмотра ряда. Например, для пяти работников дневная норма выработки деталей составляет соответственно 10, 12, 15, 16 и 18 шт. М е является выработка третьего работника и равна 15 деталям. При четном количестве значений признака за медиану принимается полусумма значений признака, занимающих срединное значение. Н-р, при 10 значениях полусумма 5-го и 6-го значений признака.

Для интервального ряда медиана определяется по формуле

где – нижняя граница медианного интервала;

– величина медианного интервала;

– полусумма объема вариационного ряда;

– накопленная частота интервала, предшествующего медианному;

– частота медианного интервала.

Медианным называется интервал, соответствующий половине объема ряда. Для того, найти медианный интервал, необходимо накапливать частоты до тех пор, пока не будет найден интервал, содержащий в себе половину объема ряда.

Рассчитаем медиану для примера № 2. Медианный интервал 120-130, т.к. соответствующая ему накопленная частота содержит в себе половину объема ряда. Для него

– Половина работников выполняет норму выработки меньше, чем 129%, а другая половина рабочих выполняет норму выработки больше, чем 129%.

В процессе обработки и обобщения статистических данных возникает необходимость определения средних величин. Как правило, индивидуальные значения одного и того же признака у разных единиц совокупности неодинаковы.

Средняя величина – обобщающая характеристика изучаемого признака в исследуемой совокупности. Она отражает его типичный уровень в расчете на единицу совокупности в конкретных условиях места и времени.

Например, при изучении доходов рабочих предприятия обобщающей характеристикой служит средний доход одного рабочего. Для его определения общую сумму средств, направленных на потребление, в виде заработной платы, социальных и трудовых льгот, материальной помощи, дивидендов по акциям и процентов по вкладам в имущество предприятия за рассматриваемый период (год, квартал, месяц) делят на численность рабочих предприятия. Средний доход характеризует то общее, что свойственно всей совокупности рабочих предприятия, т.е. уровень дохода массы рабочих в конкретных условиях функционирования данного предприятия в рассматриваемом периоде.

Средняя, рассчитанная по совокупности в целом, называется общей средней.

Средние, исчисленные для каждой группы, называются групповыми средними.

Чем больше единиц совокупности, по которым рассчитывается средняя, тем она устойчивее, т.е. точнее. Расчет средней величины включает две операции:

I– суммирование данных по всем единицам (обобщение данных);

II – деление суммированных данных на число единиц совокупности.

– средняя величина для признака; n – количество единиц совокупности;

х i – индивидуальное значение признака каждой единицы совокупности.

Сущность средней величины определяет её особую значимость в условиях рыночной экономики. Средняя величина через единичное и случайное позволяет выявить общее и необходимое, выявить тенденцию закономерности экономического развития.

Степенные средние :

ü средняя арифметическая;

ü средняя геометрическая;

ü средняя гармоническая;

ü средняя квадратическая;

ü средняя хронологическая.

Структурные средние: мода и медиана.

Выбор того или иного вида средней производится в зависимости от цели исследования, экономической сущности усредняемого показателя и характера имеющихся исходных данных. Только тогда, когда средняя применима правильно, получают величины, имеющие реальный экономический смысл.

Средняя арифметическая – наиболее распространённый вид средней.

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

Она исчисляется в тех случаях, когда объём осредняемого признака образуется как сумма его значений у отдельных единиц изучаемой статистической совокупности. В зависимости от характера исходных данных средняя арифметическая определяется следующим образом:

Простая арифметическая средняя исчисляется путем деления суммы значений на их количество.

Пример : Заработная плата за январь у 3-х рабочих одного цеха составила: 6500, 4955, 5323 рубля. Средняя з/плата за месяц составляет:
руб.

Пример: Вычислить средний стаж десяти работников торгового предприятия. Одиночное значение признака (лет): 6,5,4,3,3,4,5,4,5,4.

= (6+5+4+3+3+4+5+4+5+4) : 10 = 43: 10 = 4,3 года.

Как видим, средняя арифметическая может оказаться дробным числом, если даже индивидуальные значения признака заданы только целыми числами. Это вытекает из сущности средней арифметической, которая есть величина абстрактная (теоретическая), т.е. она может принимать такое числовое значение, которое не встречается в представленной совокупности индивидуальных значений признака.

Средняя арифметическая взвешенная

Часто приходится рассчитывать среднее значение признака по ряду распределения, когда одно и то же значение признака встречается несколько раз. Объединив данные по величине признака (т.е. сгруппировав) и подсчитав число случаев повторения каждого из них, мы получим следующий вариационный ряд.

Следовательно, для исчисления взвешенной средней выполняются следующие последовательные операции: умножение каждого варианта на его частоту, суммирование полученных произведений, деление полученной суммы на сумму частот.

Средняя арифметическая взвешенная учитывает различное значение отдельных вариантов в пределах совокупности. Поэтому она должна употребляться во всех тех случаях, когда варианты имеют различную численность. Употребление простой средней в этих случаях недопустимо, так как оно неизбежно приводит к искажению статистических показателей.

Арифметическая средняя как бы распределяет поровну между отдельными объектами общую величину признака, в действительности варьирующую у каждого из них.

Иногда вычисление средних величин приходится производить и по данным, сгруппированным в виде интервальных рядов распределения, когда варианты признака, из которых исчисляется средняя, представлены в виде интервалов (от – до). Для вычисления средней величины надо в каждом варианте определить серединное значение х, после чего произвести взвешивание обычным порядком х у

В закрытом интервале серединное значение определяется как полусумма значений нижней и верхней границ.

Задача исчисления средней по величинам интервального ряда осложняется тем, что неизвестны крайние границы начального и конечного интервалов. В этом случае предполагается, что расстояние между границами данного интервала такое же, как и в соседнем интервале.

Необходимо отметить, что, хотя мы и используем для расчета средней из интервального ряда формулу средней арифметической взвешенной, исчисленная средняя не является точной величиной, так как в результате умножения средних значений групп на их численность, мы не получим действительного значения. Степень расхождения зависит от ряда причин: 1 – число вариант. Чем больше число вариант, тем вероятнее, что середина интервала будет мало отличаться от групповой средней. Если же на каждую группу приходится малое число единиц, групповые средние могут находиться не только в середине, но и в близи верхней, либо нижней границы интервала.

Пример, требуется вычислить средний стаж работы 12 работников рекламного агентства. При этом известны индивидуальные значения признака (стажа) в годах: 6,5,4,3,3,5,5,6,3,7,4,5.

Объединив данные по величине признака и подсчитав число случаев повторения каждого из них, проведём расчет среднего стажа по сгруппированным данным с помощью формулы средней взвешенной арифметической.

X = (3*3+4*2+5*4+6*2+7*1) : 12 = 56 : 12 = 4,7 года.

В практике статистической обработки материала возникают различные задачи, имеющие особенности в изучении явлений и требующие применения различных средних в их решении. Учитывая, что статистические средние всегда выражают качественные свойства изучаемых общественных процессов и явлений, важно правильно выбрать форму средней, исходя из взаимосвязи явлений и их признаков.

Свойства средней арифметической:

Средняя арифметическая обладает рядом свойств, знание которых необходимо для понимания сущности средних, а также для упрощения их вычисления.

1. Средняя арифметическая суммы варьирующих величин равна сумме средних арифметических величин:

Если x i = y i + z i то

Это правило показывает, в каких случаях можно суммировать средние величины. Если, например, выпускаемые изделия состоят из двух деталей y и z и на изготовление каждой из них расходуется в среднем у = 3 ч, z = 5 ч, то средние затраты времени на изготовление одного изделия (х ), будут равны: 3+5 = 8 ч, т.е. х = у + z..

2. Алгебраическая сумма отклонений индивидуальных значений варьирующего признака от средней равна нулю, так как сумма отклонений в одну сторону погашается суммой отклонений в другую сторону, т.е.

, потому что

Это правило показывает, что средняя является равнодействующей.

3. Если все варианты ряда уменьшить или увеличить на одно и то же число а, то средняя уменьшится или увеличится на это же число а:

4. Если все варианты ряда уменьшить или увеличить в А раз, то средняя также соответственно уменьшится или соответственно увеличится в А раз:

5. Если все частоты ряда разделить или умножить на одно и то же число d, то средняя не изменится:

Это свойство показывает, что средняя зависит не от размеров весов, а от соотношения между ними. Следовательно, в качестве весов могут выступать не только абсолютные, но и относительные величины.

Средняя хронологическая

Иногда, при анализе социально-экономических показателей, необходимо определить среднюю величину, если имеются данные равностоящего моментного ряда динамики. Например, среднемесячный запас товаров; среднесписочную численность продавцов за квартал, за полугодие, если известна численность продавцов на начало месяца; или определить среднегодовую численность населения территории, то используют среднюю хронологическую.

Х=( х 1 + х 2 +х 3 +…+х n -1 + х n) : (n-1)

Х – индивидуальное значение признака каждой единицы совокупности;

n – число единиц совокупности.

Средняя гармоническая

Средняя гармоническая – это величина обратная средней арифметической. Когда статистическая информация не содержит частот по отдельным вариантам совокупности, а представлена как их произведение, применяется формула средней гармонической взвешенной.

Средняя в такой форме называется средней гармонической взвешенной и обозначается х гар м.взв . Следовательно, средняя гармоническая тождественна средней арифметической. Она применяется тогда, когда неизвестны действительные веса, а известно произведение f x = z

В тех случаях, когда произведения f х одинаковы или равны единице (m=1), применяется средняя гармоническая простая, вычисляемая по формуле

где х - отдельные варианты; п - их число.

Средняя геометрическая

Этой средней удобно пользоваться, когда уделяется внимание не абсолютным разностям, а отношениям двух чисел. Поэтому средняя геометрическая используется в расчетах среднегодовых темпов роста

или

Это формула средней геометрической, которую можно сформулировать следующим образом:

Средняя геометрическаяравна корню степени п из произведения коэффициентов роста, характеризующих отношение величины каждого последующего периода к величине предыдущего.

Геометрическая средняя величина дает наиболее правильный ответ по содержанию результат осреднения, если задача состоит в нахождении такого значения признака, который качественно был бы равноудалён как от максимального, так и от минимального значения признака.

Пример, В результате инфляции за первый год цена товара возросла в два раза к предыдущему; за второй год – ещё в три раза к уровню предыдущего года. Ясно, что за два года цена выросла в 6 раз. Рассчитать средний темп роста цены за год?

В расчете среднего темпа роста арифметическая средняя – непригодна. Геометрическая средняя даёт правильный ответ.

Х = х 1 *х 2 = 2*3 = 6 = 2,45 раза.

Средняя квадратическая

Похожая информация.

Анализ данных правовой статистики невозможен без использования средних величин и связанных с ними показателей вариации. Только при помощи средних величин можно охарактеризовать совокупности по количественному варьирующему признаку, по которому их принято сравнивать.

Средней величиной в статистике называется обобщенная характеристика совокупности однородных явлений по какому-либо одному количественно варьирующему признаку в условиях места и времени.

Она обычно обобщает количественную вариацию признака. За любой средней величиной скрывается ряд распределения единиц совокупности по изучаемому признаку, т. е. вариационный ряд.

Одним из важных условий расчета средних величин является качественная однородность единиц совокупности в отношении осредняемого признака. Средние величины, которые вычислены для явлений разного типа, представляют собой фикцию. Они могут искажать или стирать различия разнородных совокупностей.

Практически и теоретически в криминологии, социологии права и других юридических дисциплинах допустимы в основном групповые средние, т. е. средние, которые вычислены на основе адекватных статистических группировок.

Средние величины базируются на массовом обобщении фактов. Только так они способны выявлять те или иные тенденции, которые лежат в основе наблюдаемого процесса. Средние величины отражают самую общую закономерность, которая присуща всей массе изучаемых явлений. Она видна в типичной количественной характеристике, так называемой средней величине всех варьирующих показателей.

Средние статистические величины имеют несколько видов, но все они входят в класс степенных средних, т. е. средних, построенных из различных степеней вариантов: средняя арифметическая, средняя гармоническая, средняя квадратическая, средняя геометрическая и т. д.

При расчете различных степенных средних все основные показатели, на основе которых осуществляется расчет, не изменяются.

Разные виды средних при одних и тех же исходных показателях имеют

в связи с различными значениями степени далеко не одинаковые численные значения.

Чем меньше степень средней, тем меньше значение, соответствующее средней – это закономерность. Поэтому каждая средняя приведенного ряда мажорантна в отношении средних, которые стоят справа от нее. Все это называется правилом мажорантности средних.

Выбор обычной средней или взвешенной осуществляется статистическим материалом, а выбор вида степенной – целью исследования.

Кроме средних степенных, в правовой статистике применяются средние структурные, в качестве которых выступают мода и медиана.

Самым распространенным видом средней величины является средняя арифметическая. Она рассчитывается очень просто: сумму величин всех вариантов делят на общее число единиц вариантов.

Средняя арифметическая при дискретном вариационном ряде исчисляется по формуле средней арифметической взвешенной. Она не имеет принципиальных отличий от простой средней арифметической. В ней лишь суммирование одного и того же значения заменено умножением этого значения на его частоту. Таким образом, каждое значение взвешивается по частоте встречаемости. Когда частоты исчисляются сотнями и тысячами, то использование средней взвешенной намного упрощает расчет.

При расчете средней арифметической совсем не обязательно знать величину каждого индивидуального значения или иметь в своем распоряжении построенный на основе этих вариант вариационный ряд.

В официальной отчетности юридических учреждений обычно уже имеются многие суммарные величины. Суммирование происходит последовательно

в районах, городах, субъектах Федерации и в центре при сводке и группировке данных, которые получены из документов первичного учета.

Расчет средней на основе обобщенных в отчете данных осуществим, когда каждое отдельное значение варианты вообще не фиксируется. Поэтому можно сказать, что между средними и относительными величинами иногда

не существует строгих границ. Все они являются обобщающими. Кроме того, любая средняя величина представляет собой своеобразное отношение

двух абсолютных величин, т. е. она одновременно является определенной относительной величиной. Но, с другой стороны, любая относительная величина дает своеобразную усредненную характеристику процесса.

Существуют некоторые особенности и трудности для расчета средней арифметической при интервальном ряде статистических показателей, т. е. когда индивидуальные численные варианты сгруппированы в интервалы.

Правовая статистика использует интервальные ряды чаще, чем дискретные. Таким образом, учитываются сроки наказания, сроки следствия, сроки рассмотрения уголовных и гражданских дел, возраст правонаруши-телей и т. д.

С целью упрощения расчета средней арифметической можно использо-вать некоторые ее свойства, которые здесь приводятся без доказательств.

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

2. Если от каждой варианты отнять или прибавить одно и то же число, то новая средняя уменьшится или увеличится на то же число.

3. Если каждую варианту разделить или умножить на какое-либо число, то средняя арифметическая уменьшится или увеличится во столько же раз.

4. Если все частоты разделить или умножить на какое-либо число, то средняя арифметическая от этого не изменится.

5. Сумма отклонений вариант от средней арифметической всегда равна нулю.

6. Общая средняя равна средней из частных средних, взвешенной по численности соответствующих частей совокупности.

Следующая средняя – средняя геометрическая – используется для вычисления средних темпов роста и прироста (снижения) наблюдаемых процессов. Исследование этих параметров в динамике преступности, выявленных правонарушителей, раскрываемости, судимости, общего числа заключенных, оправданных, освобожденных от уголовной ответственности, рассмотренных гражданских дел, удовлетворенных и неудовлетворенных исков и других меняющихся во времени юридически значимых процессов и явлений имеет важное значение в науке и практике.

Динамика юридически значимых явлений характеризуется многими показателями, среди которых – средние арифметические и геометрические. Средние арифметические показатели используются для расчета среднегодового абсолютного прироста или снижения, выраженного

в именованных числах. Они важны, но их недостаточно, особенно

в сравнительных целях, для достижения которых большую помощь оказывают темпы роста, прироста и снижения, выраженные в процентах. Расчет этих параметров производится по формуле средней геометрической, но на основе все тех же абсолютных показателей.

Для того, чтобы рассчитать среднегодовые темпы роста и прироста, необходимы абсолютные показатели первого и последнего годов, на базе которых рассчитывается относительная величина динамики в процентах и количество лет. В статистических сборниках и официальной отчетности уже имеются подсчитанные общие итоги и даже проценты роста или снижения наблюдаемого процесса. На основе их и числа лет можно легко найти искомые среднегодовые темпы роста и прироста интересующих процессов.

Мода и медиана. Модой в статистике именуется значение варианта, которое чаще всего встречается в данной совокупности. Иногда могут быть распределения, где все варианты встречаются примерно одинаково часто.

В подобных случаях мода не определяется, так как она практически отсутствует. В других распределениях мода может быть не единственной.

Моду применяют в тех случаях, когда нужно охарактеризовать более часто встречающуюся величину признака.

Определение моды для интервального ряда несколько сложнее, так как, чтобы определить моду, требуется определить модальный интервал данных рядов.

Медианой в статистике называется варианта, которая расположена

в середине ранжированного ряда. Она разделяет упорядоченный ряд пополам. По обе стороны от медианы находится одинаковое число единиц совокупности. При определении значения медианы предполагают, что значение признака в интервале расположено равномерно.

Медиана, которая рассчитана для вариационного ряда с существенно различающимися интервалами, отличается от медианы, исчисленной для того же ряда, но с равными интервалами.

В практике мода и медиана порой используются вместо средней арифметической или вместе с ней. При применении вместе они дополняют друг друга, особенно при совокупности небольшого числа единиц с очень малыми значениями исследуемого признака. Как дополнение к средней арифметической также лучше исчислять моду и медиану, которые, в отличие от средней, не зависят от крайних и характерных для совокупности значений признака. Медиану можно использовать в качестве приближенной средней арифметической, когда совокупность ранжирована и упорядочена, тогда медиана определяется по серединному значению варианты. Поэтому значения других вариант можно и не изменять.

Кроме медианного деления вариационного ряда на две равные части,

в статистике используются и более дробные деления: квартили, которые делят вариационный ряд по сумме частот на 4 равные части, децили – на

10 равных частей и центили – на 100 равных частей. Они употребляются для более выразительных и компактных описаний исследуемого процесса, но

в правовой статистике практически не применяются.

Показатели вариации признака. Средние величины представляют собой важную обобщающую характеристику совокупности по изменяющемуся признаку. Подсчитав их, необходимо уяснить, насколько они показательны, типичны или однородны, ведь одинаковые средние могут характеризировать совершенно разнородные совокупности.

Для того чтобы наши суждения о различиях вариационных рядов были статистически точными, нужно прибегать к показателям отклонений различных вариант от средней.

Первый и наиболее простой показатель вариации – это размах вариации, который исчисляется в виде разности между наибольшими и наименьшими значениями варьирующего признака.

Среднее арифметическое отклонение является второй мерой измерения вариаций признака. В статистическом анализе оно применяется довольно редко. Обычно применяют третий показатель вариации – дисперсию, или средний квадрат отклонений.

Путем извлечения квадратного корня из дисперсии мы получим следующий, четвертый, показатель вариации – среднее квадратическое отклонение.

Дисперсия и среднее квадратическое отклонение являются самыми распространенными показателями вариации изучаемого признака. В правовой статистике их используют при сравнительных статистических исследованиях, для обоснования ошибки репрезентативности выборочного наблюдения,

а также при изучении корреляционных и других статистических связей между признаками фактора и признаками следствия или между причиной и следствием.

Коэффициент вариации является пятым по счету показателем вариации. Он, в отличие от размаха вариации, среднего линейного, среднего квадратического отклонения и дисперсии, выражающихся в абсолютных и именованных числах, является показателем относительным. Коэффициент вариации предоставляет много возможностей для сравнительных изучений, потому что сравнивать, например, средние квадратические отклонения вариационных рядов с разными уровнями непосредственно нельзя. Коэффициент вариации в некоторой мере представляется критерием типичности средней. Если он относительно большой, это значит, что типичность этой средней очень невысока, а если, наоборот, – его значение мало, то средняя является типической и надежной.

Относительные величины структуры - это отношение между размерами части и целого. Они характеризуют состав, структуру совокупности. Форма представления - удельный вес или проценты. Сумма относительных величин структуры равняется 1 или 100%. Разницу между соответствующими долями двух совокупностей называют процентным пунктом.

Абсолютными величинами в статистике называются численности единиц и суммы по группам и в целом по совокупности, которые являются непосредственным результатом сводки и группировки данных.

Абсолютные величины - это именованные числа, то есть они имеют свои единицы измерения (например, штуки, тонны, гривны). В составе абсолютных показателей выделяют показатели численности совокупности (численность предприятий) и объема признаков (продукция, прибыль). Различают три группы измерителей признаков - натуральные, трудовые и стоимостные .

Натуральные измерители отражают присущие явлениям физические свойства (меры веса, длины, времени). Иногда используют комбинированные единицы измерения, которые представляют собой произведение величин разной размерности (производство электроэнергии в кВт-часах).

Не всегда абсолютные величины можно получить непосредственно суммируя значения признака у отдельных единиц. В этом случае отдельные слагаемые, входящие в абсолютную величину, приводят к соизмеримому выражению. Для этого часто используют условно-натуральные измерители . Так, например, при расчете количества потребленного топлива, разные его виды в соответствии с их теплотворной способностью выражают в единицах условного топлива, теплотворная способность которого 7000 кал/кг.

Трудовые измерители (человеко-час, человеко-смена) используются при измерении затрат труда на производство продукции или на выполнение отдельных работ, для определения производительности труда, а также для измерения трудовых ресурсов.

Стоимостные измерители дают возможность обобщить и сопоставить разнообразные явления. Их используют при определении таких важнейших показателей, как товарооборот, прибыль, капитальные вложения.

Зачастую абсолютная величина показателя рассчитывается по определенному правилу на основании других показателей. Например, валовая прибыль рассчитывается как разница между валовым доходом и валовыми издержками.

Многие абсолютные величины представляются в форме баланса, который предусматривает расчет показателя по двум разделам: по источникам формирования (приходная часть баланса) и по направлениям использования (расходная часть). Возможно представление абсолютных показателей и в динамической балансовой форме. Например, прирост количества единиц оборудования на предприятии за год можно представить как разность числа единиц оборудования на конец и начало года, а можно - как разность между числом единиц вновь введенного и выбывшего оборудования.

Глава 4.3. Относительные величины.

Относительные величины отображают количественные отношения социально-экономических явлений. Алгебраическая форма их - это частное от деления двух одноименных или разноименных величин. Знаменатель отношения рассматривается как база сравнения или основа относительной величины.

Базой сравнения могут быть 100, 1000, 10 000 или 100 000 единиц. Тогда относительная величина будет выражена соответственно в процентах (%), в промилле (%о), продецимилле (%оо), просантимилле (%ооо).

Применяют различные по содержанию и природе относительные величины.

Отношение между разноименными абсолютными величинами дает относительную величину интенсивности . Это именованная величина, в которой объединяются единицы измерения числителя и знаменателя. Например, производство продукции на душу населения. Относительные величины интенсивности характеризуют степень распространения или развития явления в определенной среде. В их состав также входят демографические коэффициенты (рождаемости, смертности, интенсивности миграционных потоков), которые исчисляются отношением числа событий (смерть, рождение)за определенный промежуток времени к средней численности населения за тот же период.

Сравнение одноименных величин позволяет выделить следующие виды относительных величин: структуры, координации, динамики, планового задания, выполнения плана, сравнения характеристик объектов.

Относительные величины координации - это соотношения между отдельными частями целого или отношения отдельных частей совокупности к одной из них, принятой за базу сравнения. Пример, число городских жителей, приходящихся на 100 сельских; число женщин, приходящихся на 100 мужчин. Эти величины выражаются в процентах, промилле или кратных отношениях (например, на 100 мужчин приходится 114 женщин).

Для оценки интенсивности развития используют относительную величину динамики , которая исчисляется отношением уровней изучаемого явления за два периода.

Относительные величины сравнения исчисляются как отношения одноименных показателей, характеризующих разные объекты или территории и имеющих одинаковую временную определенность.

Некоторые процессы планируются и для показателей, которые их отражают, устанавливают плановые задания. Путем сравнения плановых и фактических значений показателей исчисляют относительные величины: планового задания и выполнения плана .

Если обозначить фактический уровень текущего периода y1 , базового y0 и плановый уровень yпл , то относительную величину:

Кд= y1 / y0 ,

2) планового задания

Кпз =yпл / y0,

3) выполнения плана

Квп =y1 / yпл .

Глава 4.4. Виды и формы средних величин.

Средней величиной называется статистический показатель, который дает обобщенную характеристику варьирующего признака однородных единиц совокупности в конкретных условиях места и времени. Величина средней дает характеристику всей совокупности и характеризует ее в отношении одного, данного признака.

Средняя величина отражает то общее, что присуще всем единицам исследуемой совокупности.

Так, например, средняя заработная плата дает обобщающую количественную характеристику состояния оплаты труда рассматриваемой совокупности работников.

Сущность средней заключается в том, что в ней взаимопогашаются случайные отклонения значений признака и учитываются изменения, вызванные основным фактором.

Статистическая обработка методом средних величин заключается в замене индивидуальных значений варьирующего признака некоторой уравновешенной средней величиной Х.

Например, индивидуальная выработка у 5 операционистов коммерческого банка за день составила 136, 140, 154 и 162 операции. Чтобы получить среднее число операций за день, выполненных одним операционистом, необходимо сложить эти индивидуальные показатели и полученную сумму разделить на количество операционистов:

Как видно из приведенного примера, среднее число операций не совпадает ни с одним из индивидуальных, так как ни один операционист не сделал 150 операций. Но если мы представим себе, что каждый операционист сделал по 150 операций, то их общая сумма не изменится, а будет также равна 750. Таким образом, мы пришли к основному свойству средних величин: сумма индивидуальных значений признака равна сумме средних величин.

Это свойство еще раз подчеркивает, что средняя величина является обобщающей характеристикой всей статистической совокупности.

Средние величины делятся на два больших класса:

Степенные средние:

Арифметическая

Гармоническая

Геометрическая

Квадратическая

Структурные средние:

Мода

Медиана

Самым распространенным видом средней является средняя арифметическая:

Средняя арифметическая простая

Средняя арифметическая взвешенная

Средняя арифметическая для интервального ряда.

Простая среднеарифметическая величина представляет собой среднее слагаемое, при определении которого общий объем данного признака в совокупности данных поровну распределяется между всеми единицами, входящими в данную.

Так, среднегодовая выработка продукции на одного работающего - это такая величина объема продукции, которая приходилась бы на каждого работника, если бы весь объем выпущенной продукции в одинаковой степени распределялся между всеми сотрудниками организации. Среднеарифметическая простая величина исчисляется по формуле.

В статистике средней величиной называют обобщающий показатель совокупности однородных общественных или природных явлений, который показывает типичный уровень варьирующего признака в расчете на единицу совокупности в конкретный момент времени.

Нахождение среднего - один из распространенных приемов обобщения. Средняя величина отражает то общее, что типично (характерно) для всех единиц изучаемой совокупности, но в то же время она игнорирует различия отдельных единиц. Мы уже говорили, что при неограниченном увеличении количества наблюдений (п -» оо) средняя величина, согласно закону больших чисел, будет неограниченно приближаться к его математическому ожиданию, т. е. при п -> оо можно записать х ~ М[Х], здесь х - средняя величина. То есть средняя величина - это оценка математического ожидания.

Сделаем небольшое отступление и приведем краткие сведения об оценках параметров, полученных в результате п опытов. Предположим, что надо определить по результатам п опытов некоторый параметр d. Приближенное значение этого параметра будем называть его оценкой и обозначим d. Оценка d должна удовлетворять ряду требований, чтобы в каком-то смысле быть оценкой “доброкачественной”.

Оценка d при увеличении числа опытов должна сходиться по вероятности к искомому параметру, т. е.

Оценка, обладающая таким свойством, называется состоятельной.

Кроме того, пользуясь оценкой d вместо самого параметра d, желательно не делать систематической ошибки, т. е. математическое ожидание оценки должно быть равным самому параметру:

Оценка, которая обладает данным свойством, называется несмещенной.

Было бы хорошо, если бы выбранная несмещенная оценка d была как можно менее случайной, т. е. обладала по сравнению с другими минимальной дисперсией:

Оценка, которая обладает данным свойством, называется эффективной.

В реальных условиях не всегда удается удовлетворить всем перечисленным требованиям. Тем не менее при выборе оценки любого параметра желательно эту оценку рассмотреть со всех перечисленных точек зрения.

Вернемся к средним величинам. При их вычислении при большом количестве наблюдений случайности взаимопога- шаются (это следует из закона больших чисел), следовательно, можно абстрагироваться от несущественных особенностей изучаемого явления и от количественных значений признака в каждом конкретном опыте.

Крупный вклад в обоснование и развитие теории средних величин внес А. Кетле. Согласно его учению массовые процессы формируются под влиянием двух групп причин. К первой группе общих для всех единиц массовой совокупности причин относятся те из них, которые определяют состояние массового процесса. Они формируют типичный уровень для единиц данной однородной совокупности.

Вторая группа причин формирует специфические особенности отдельных единиц массовой совокупности и, следовательно, их разброс от типичного уровня.

Эти причины не связаны с природой изучаемого явления, поэтому их называют случайными причинами.

Средняя величина, полученная по всей совокупности, называется общей, а средние величины, вычисленные по каждой группе, называются групповыми средними. Есть два вида средних величин: степенные средние (средняя арифметическая и др.), структурные средние (мода, медиана).

Рассмотрим степенные средние. Степенные средние определяются исходя из формулы

где х - среднее значение;

х { - текущее значение изучаемого признака;

т - показатель степени средней;

п - количество признаков (вариант).

В зависимости от показателя т степени средней получаем следующие виды степенных средних:

- среднюю гармоническую х гар, если т = -1;
- среднюю геометрическую эс геом, если т = 0;
- среднюю арифметическую х ар, если т = 1;
- среднюю квадратическую х квад, если т = 2;
- среднюю кубическую х куб., если т = 3,
- ИТ. д.

При использовании одних и тех же данных чем больше т в формуле (6.4), тем больше значение средней, т. е.

Приведем конкретные формулы для вычисления некоторых видов степенных средних.

При т = -1 получаем среднюю гармоническую:

В том случае, если исходные данные сгруппированы, используются взвешенные средние. В качестве веса может использоваться частота р (количество опытов, в которых появилось интересующее нас событие) или относительная частота

Запишем формулы для взвешенной средней гармонической:

При т = 0 получаем среднюю геометрическую:

т. е. получили неопределенность.

Для ее раскрытия прологарифмируем обе части формулы (6.4.)

затем подставляем т = 0 и получаем

т. е. имеем неопределенность вида Для раскрытия этой неопределенности применяем правило Лопиталя. Полученный результат потенцируется, и окончательно получаем

Широкое применение средняя геометрическая получила для нахождения средних темпов изменения в рядах динамики и в рядах распределения.

Запишем формулы для взвешенной средней геометрической.

Приведем конкретный пример нахождения средней геометрической взвешенной по формуле (6.11).

Пример 6.1

Исходные данные наблюдений приведены в табл. 6.1.

Таблица 6.1

В табл. 6.1 х. - результаты, принятые некоторой случайной величиной X в г-м опыте; р. - частота события - показывает, сколько раз в результате всех опытов появилось интересующее нас событие. Например, х = 2 появилось в 24 опытах 5 раз.

Относительная частота события (частость).

По формуле (6.11) получаем:

По формуле (6.12) имеем

При т = 1 получаем среднюю арифметическую:

Средняя арифметическая - наиболее распределенный вид среди всех видов степенных средних. Она используется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значений признаков отдельных единиц.

Приведем формулы для нахождения средней арифметической взвешенной:

При большом количестве наблюдений, согласно закону больших чисел, формула (6.15) определяет оценку математического ожидания т. е.

При т = 2 получаем среднюю квадратическую:

Она используется для вычисления среднего размера признака, выраженного в квадратных единицах.

Формулы для нахождения средней квадратической взвешенной имеют вид:

При га = 3 получаем среднюю кубическую:

Она применяется для нахождения среднего размера признака, выраженного в кубических единицах.

Формулы для вычисления средней кубической взвешенной имеют вид:

Теперь рассмотрим структурные средние: моду и медиану. В статистике, в отличие от теории вероятностей, имеем дело с оценками этих величин. Мы будем обозначать их теми же буквами, что и в главе 2, но с тильдой.

Мода в статистике (Мо) - значение случайной величины, которое встречается в статистическом ряду распределения чаще всего, т. е. имеет наибольшую частоту или относительную частоту (частость).

Например, в табл. 6.1 наибольшая относительная частота / = 0,33, поэтому мода равна Мо = 5.

Если мы имеем группированный ряд распределения с равными интервалами, то моду можно найти по формуле

где Мо нижн - нижняя граница модального интервала;

г Мо - длина модального интервала;

Рмо - частота модального интервала;

М-мо_, - частота интервала, предшествующего модальному;

М-мо +1 -- частота интервала, следующего за модальным.

Заметим, что для расчета можно использовать и относительные частоты.

Медиана в статистике - варианта, которая находится в середине ранжированного ряда распределения, т. е. значение медианы находиться по ее порядковому номеру.

Если ряд распределения имеет нечетное число элементов, номер медианы находиться по формуле

Например, в табл. 6.2 приведены величины окладов профессорско-преподавательского состава кафедры высшей математики.

Таблица 6.2

Количество элементов ряда равно 5, поэтому по формуле (6.23) находим номер медианы , следовательно, меди

ана в данном случае равна

Если ряд содержит четное число элементов, то варианта находится как средняя из двух вариант, находящихся в середине ряда.

В группированном ряду распределения медиана (так как она делит всю совокупность на две равные части) находится в каком-то из интервалов.

Кумулятивная (накопленная) частота (или относительная частота) равна или превышает полусумму всех частот ряда (для относительных частот она равна 1/2 или превышает 1/2).

В этом случае значение медианы вычисляется по формуле