Методы вычисления средней арифметической (средней арифметической простой и взвешенной, по способу моментов)

Определяем средние величины:

Мода (Мо) =11, т.к. данная варианта встречается в вариационном ряду наиболее часто (р=6).

Медиана (Ме) - порядковый номер варианты занимающей срединное положение = 23, это место в вариационном ряду занимает варианта равная 11. Средняя арифметическая (М) позволяет наиболее полно охарактеризовать средний уровень изучаемого признака. Для вычисления средней арифметической используется два способа: среднеарифметический способ и способ моментов.

Если частота встречаемости каждой варианты в вариационном ряду равна 1, то рассчитывают среднюю арифметическую простую, используя среднеарифметический способ: М = .

Если частота встречаемости вариант в вариационном ряду отличается от 1, то рассчитывают среднюю арифметическую взвешенную, по среднеарифметическому способу:

По способу моментов: А - условная средняя,

М = A + =11 += 10.4 d=V-A, A=Mo=11

Если число вариант в вариационном ряду более 30, то строится сгруппированный ряд. Построение сгруппированного ряда:

1) определение Vmin и Vmax Vmin=3, Vmax=20;

2) определение количества групп (по таблице);

3) расчет интервала между группами i = 3;

4) определение начала и конца групп;

5) определение частоты вариант каждой группы (таблица 2).

Таблица 2

Методика построения сгруппированного ряда

Длительность лечения в днях
n=45 p=480 p=30 2 p=766

Преимущество сгруппированного вариационного ряда заключается в том, что исследователь работает не с каждой вариантой, а только с вариантами, являющимися средними для каждой группы. Это позволяет в значительной степени облегчить расчеты средней.

Величина того или иного признака неодинакова у всех членов совокупности, несмотря на ее относительную однородность. Данную особенность статистической совокупности характеризует одно из групповых свойств генеральной совокупности - разнообразие признака . Например, возьмем группу мальчиков 12 лет и измерим их рост. После проведенных расчетов средний уровень данного признака составит 153 см. Но средняя характеризует общую меру изучаемого признака. Среди мальчиков данного возраста есть мальчики, рост которых составляет 165 см или 141 см. Чем больше мальчиков будут иметь рост отличный от 153 см, тем больше будет разнообразие этого признака в статистической совокупности.

Статистика позволяет охарактеризовать данное свойство следующим критериями:

лимит (lim),

амплитуда (Amp),

среднеквадратическое отклонение (у),

коэффициент вариации (Сv).

Лимит (lim) определяется крайними значениями вариант в вариационном ряду:

lim=V min /V max

Амплитуда (Amp) - разность крайних вариант:

Amp=V max -V min

Данные величины учитывают только разнообразие крайних вариант и не позволяют получить информацию о разнообразии признака в совокупности с учетом ее внутренней структуры. Поэтому данными критериями можно пользоваться для приближенной характеристики разнообразия, особенно при малом числе наблюдений (n<30).

вариационный ряд медицинская статистика

Согласно этому методу средняя рассчитывается по следующей формуле.

x 0 – значение условного нуля

h – ширина интервала

m 1 – условный момент первого порядка

Расчет средней арифметической способом условных моментов применяется для расчета средних в интервальных вариационных рядах.

13. Показатели вариации. При изучении варьирующего признака у единиц совокупности нельзя ограничиваться лишь расчетом средней величины из отдельных вариантов, так как одна и та же средняя может относиться далеко не к одинаковым по составу совокупностям.

Вариацией признака называется различие индивидуальных значений признака внутри изучаемой совокупности.

Термин «вариация» произошел от латинского variatio – изменение, колеблемость, различие. Однако не всякие различия принято называть вариацией.

Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Колеблемость отдельных значений характеризуют показатели вариации. Чем больше вариация, тем дальше в среднем отдельные значения лежат друг от друга.

Различают вариацию признака в абсолютных и относительных величинах.

К абсолютным показателям относятся: размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, дисперсия. Все абсолютные показатели имеют ту же размерность, что и изучаемые величины.

К относительным показателям относятся коэффициенты осцилляции, линейного отклонения и вариации.

Показатели абсолютные. Рассчитаем абсолютные показатели, характеризующие вариацию признака.

Размах вариации, представляет собой разность между максимальным и минимальным значением признака.

R = Xmax – Xmin.

(6.1)

Показатель размаха вариации не всегда применим, так как он учитывает только крайние значения признака, которые могут сильно отличаться от всех других единиц.

Более точно можно определить вариацию в ряду при помощи показателей, учитывающих отклонения всех вариантов от средней арифметической.

Таких показателей в статистике два: среднее линейное и среднее квадратическое отклонение.

Среднее линейное отклонение (L) представляет собой среднее арифметическое из абсолютных значений отклонений отдельных вариантов от средней.

Практическое использование среднего линейного отклонения заключается в следующем, с помощью этого показателя анализируется состав работающих, ритмичность производства, равномерность поставок материалов.

Недостаток этого показателя заключается в том, что он усложняет расчеты вероятного типа, затрудняет применение методов математической статистики.

Среднее квадратическое отклонение () является наиболее распространенным и общепринятым показателем вариации. Оно несколько больше среднего линейного отклонения. Для умеренно асимметричных распределений установлено следующее соотношение между ними

т.е. среднее квадратическое отклонение представляет собой корень квадратный из средней арифметической квадратов отклонений от средней.

Среднее квадратическое отклонение является мерилом надежности средней. Чем меньше σ, тем лучше среднее арифметическое отражает собой всю представляемую совокупность.

Средняя арифметическая из квадратов отклонений вариантов значений признака от средней величины носит название дисперсии (), которая рассчитывается по формулам

Отличительной особенностью данного показатели является то, что при возведении в квадрат () удельный вес малых отклонений уменьшается, а больших увеличивается в общей сумме отклонений.

Дисперсия обладает рядом свойств, некоторые из них позволяют упростить её вычисление:

1. Дисперсия постоянной величины равна 0.

Если , то и .

Тогда .

2. Если все варианты значений признака (x) уменьшить на одно и то же число, то дисперсия не уменьшится.

Пусть , но тогда в соответствии со свойствами средней арифметической и .

Дисперсия в новом ряду будет равна

Т.е. дисперсия в ряду равна дисперсии первоначального ряда .

3. Если все варианты значений признака уменьшить в одно и то же число раз (k раз), то дисперсия уменьшится в k2 раз.

Пусть , тогда и .

Дисперсия же нового ряда будет равна

4. Дисперсия, рассчитанная по отношению к средней арифметической, является минимальной. Средний квадрат отклонений, рассчитанный относительно произвольного числа , больше дисперсии, рассчитанной по отношению к средней арифметической, на квадрат разности между средней арифметической и числом , т.е. . Дисперсия от средней имеет свойство минимальности, т.е. она всегда меньше дисперсий, исчисленных от любых других величин. В этом случае, когда приравниваем к 0 и, следовательно, не вычисляем отклонения, формула принимает такой вид:

(6.9)

Выше был рассмотрен расчет показателей вариации для количественных признаков, но в экономических расчетах может ставиться задача оценки вариации качественных признаков. Например, при изучении качества изготовленной продукции, продукцию можно разделить на качественную и бракованную.

В таком случае речь идет об альтернативных признаках.

Альтернативными признаками называются такие, которыми одни единицы совокупности обладают, а другие нет. Например, наличие производственного стажа у абитуриентов, ученая степень у преподавателей ВУЗов и т.д. Наличие признака у единиц совокупности условно обозначаем через 1, а отсутствие – 0. Тогда, если долю единиц, обладающих признаком (в общей численности единиц совокупности), обозначить через р, а долю единиц, не обладающих признаком, через q, дисперсию альтернативного признака можно рассчитать по общему правилу. При этом p + q = 1 и, значит, q = 1– p.

Сначала рассчитываем среднее значение альтернативного признака:

Рассчитаем среднее значение альтернативного признака

,

т.е. среднее значение альтернативного признака равно доле единиц, обладающих данным признаком.

Дисперсия же альтернативного признака будет равна:

Таким образом, дисперсия альтернативного признака равняется произведению доли единиц, обладающих данным признаком, на долю единиц, не обладающих данным признаком.

А среднее квадратическое отклонение будет равно = .

Показатели относительные. Для целей сравнения колеблемости различных признаков в одной и той же совокупности или же при сравнении колеблемости одного и того же признака в нескольких совокупностях представляют интерес показатели вариации, выраженные в относительных величинах. Базой для сравнения служит средняя арифметическая. Эти показатели вычисляются как отношение размаха вариации, среднего линейного отклонения или среднего квадратического отклонения к средней арифметической или медиане.

Чаще всего они выражаются в процентах и определяют не только сравнительную оценку вариации, но и дают характеристику однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%. Различают следующие относительные показатели вариации:

1. Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней.

3. Коэффициент вариации оценивает типичность средних величин.

.

(6.12)

Чем меньше , тем однороднее совокупность по изучаемому признаку и типичнее средняя. Если ≤33%, то распределение близко к нормальному, а совокупность считается однородной. Из приведенного примера вторая совокупность однородна.

14. Изменение социально-экономических явлений во времени изучается статистикой методом построения и анализа динамических рядов.

Ряды динамики - это значения статистических показателей, которые представлены в определенной хронологической последовательности.

Каждый динамический ряд содержит две составляющие:

1) показатели периодов времени (годы, кварталы, месяцы, дни или даты);

2) показатели, характеризующие исследуемый объект за временные периоды или на соответствующие даты, которые называют уровнями ряда.

По времени различают моментные и интервальные ряды динамики .

В моментных рядах уровни выражают состояние явления на критический момент времени – начало месяца, квартала, года и т.д. Например, численность населения, численность работающих и т.д. В такихрядах каждый последующий уровень полностью или частично содержит значение предыдущего уровня, поэтому суммировать уровни нельзя, так как это приводит к повторному счету.

В интервальных – уровни отражают состояние явления за определенный период времени – сутки, месяц, год и т.д. Это ряды показателей объема производства, объема продаж по месяцам года, количества отработанных человеко-дней и т.д.

По форме представления уровней различают ряды абсолютных, относительных и средних величин .

Абсолютное изменение уровней - в данном случае его можно назвать абсолютным приростом - это разность между сравниваемым уровнем и уровнем более раннего периода, принятым за базу сравнения. Если эта база непосредственно предыдущий уровень, показатель называют цепным, если за базу взят, например, начальный уровень, показатель называют базисным. Формулы абсолютного изменения уровня:

Если абсолютное изменение отрицательно, его следует называть абсолютным сокращением.

Ускорение - это разность между абсолютным изменением за данный период и абсолютным изменением за предыдущий период одинаковой длительности:

Показатель абсолютного ускорения применяется только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о замедлении роста или об ускорении снижения уровней ряда.

Коэффициент роста Ki определяется как отношение данного уровня к предыдущему или базисному, показывает относительную скорость изменения ряда. Если коэффициент роста выражается в процентах, то его называют темпом роста.

Коэффициент роста

базисный -

Или же темпом прироста.

Значения цепных темпов прироста, рассчитанных каждый к своей базе, различаются не только числом процентов, но и величиной абсолютного изменения, составляющей каждый процент. Поэтому складывать или вычитать цепные темпы прироста нельзя. Абсолютное значение 1% прироста равно сотой части предыдущего уровня, или базисного уровня.

В общем виде темп роста одной из альтернативных долей зависит от темпа роста другой доли и величины этой доли следующим образом:

Абсолютное изменение долей в пунктах зависит от величины доли и темпа роста таким образом:

При наличии в совокупности не двух, а более групп абсолютное изменение каждой из долей в пунктах зависит от доли этой группы в базисный период и от соотношения темпа роста абсолютной величины объемного признака этой группы со средним темпом роста объемного признака во всей совокупности. Доля f-й группы в сравниваемый (текущий) период определяется как

Средние показатели динамики - средний уровень ряда, средние абсолютные изменения и ускорения, средние темпы роста - характеризуют тенденцию.

Средний уровень интервального ряда динамики определяется как простая арифметическая средняя из уровней за равные промежутки времени:

или как взвешенная арифметическая средняя из уровней за неравные промежутки времени, длительность которых и является весами.

Особая форма средней арифметической величины, называемой хронологической средней:

Если известны точные даты изменения уровней моментного ряда то средний уровень определяется как

где ti - время, в течение которого сохранялся уровень.

Средний абсолютный прирост (абсолютное изменение) определяется как простая арифметическая средняя из абсолютных изменений за равные промежутки времени (цепных абсолютных изменений) или как частное от деления базисного абсолютного изменения на число осредняемых отрезков времени от базисного до сравниваемого периода:

Средний темп изменения определяется наиболее точно при аналитическом выравнивании динамического ряда по экспоненте. Если можно пренебречь колеблемостью, то средний темп определяют какгеометрическую среднюю из цепных темпов роста за п лет или из общего (базисного) темпа роста за п лет:

Средний коэффициент роста () рассчитывается по формуле средней геометрической из показателей коэффициентов роста за отдельные периоды:

где Кр1 , Кр2 , ..., Кр n-1 - коэффициенты роста по сравнению с предыдущим периодом; n - число уровней ряда.

Средний коэффициент роста можно определить иначе:

ОСНОВНЫЕ ПОКАЗАТЕЛИ РЯДОВ ДИНАМИКИ

При изучении динамики используются различные показатели и методы анализа, как элементарные, более простые, так и более сложные, требующие соответственно применения более сложных разделов математики. Простейшими показателями анализа, которые используются при решении ряда задач, в первую очередь при измерении скорости изменения уровня ряда динамики, являются абсолютный прирост, темпы роста и прироста, а также абсолютное значение (содержание) одного процента прироста. Расчет этих показателей основан на сравнении между собой уровней ряда динамики. При этом уровень, с которым производится сравнение, называется базисным, так как он является базой сравнения. Обычно за базу сравнения принимается либо предыдущий, либо какой-либо предшествующий уровень, например первый уровень ряда. Если каждый уровень сравнивается с предыдущим, то полученные при этом показатели называются цепными, так как они представляют собой как бы звенья «цепи», связывающей между собой уровни ряда. Если же все уровни связываются с одним и тем же уровнем, выступающим как постоянная база сравнения, то полученные при этом показатели называются базисными. Часто построение ряда динамики начинают с того уровня, который будет использован в качестве постоянной базы сравнения. Выбор этой базы должен быть обоснован историческими и социально-экономическими особенностями развития изучаемого явления. В качестве базисного целесообразно брать какой-либо характерный, типичный уровень, например конечный уровень предыдущего этапа развития (или средний его уровень, если на предыдущем этапе уровень то повышался, то понижался). Абсолютныш прирост показывает, на сколько единиц увеличился (или уменьшился) уровень по сравнению с базисным, т. е. за тот или иной промежуток (период) времени. Абсолютный прирост равен разности между сравниваемыми уровнями и измеряется в тех же единицах, что и эти уровни: ? =yi?yi?1; ? =yi ?y0 , где уi – уровень i-го года; yi-1 – уровень предшествующего года; y0 – уровень базисного года. Если уровень уменьшился по сравнению с базисным, то ? ‹ 0; он характеризует абсолютное уменьшение уровня. Абсолютный прирост за единицу времени (месяц, год) измеряет абсолютную скорость роста (или снижения) уровня. Цепные и базисные абсолютные приросты связаны между собой: сумма последовательных цепных приростов равна соответствующему базисному приросту, т. е. общему приросту за весь период. Более полную характеристику роста можно получить только тогда, когда абсолютные величины дополняются относительными. Относительными показателями динамики являются темпы роста и темпы прироста, характеризующие интенсивность процесса роста. Темп роста (Тр) – статистический показатель, который отражает интенсивность изменения уровней ряда динамики и показывает, во сколько раз увеличился уровень по сравнению с базисным, а в случае уменьшения – какую часть базисного уровня составляет сравниваемый уровень; измеряется отношением текущего уровня к предыдущему или базисному: Как и другие относительные величины, темп роста может быть выражен не только в форме коэффициента (простого отношения уровней), но и в процентах. Как и абсолютные приросты, темпы роста для любых рядов динамики сами по себе являются интервальными показателями, т. е. характеризуют тот или иной промежуток (интервал) времени. Между цепными и базисными темпами роста, выраженными в форме коэффициентов, существует определенная взаимосвязь: произведение последовательных цепных темпов роста равно базисному темпу роста за весь соответствующий период, например: y2/ y1 y3/ y2 = y3/ y1 . Темп прироста (Тпр) характеризует относительную величину прироста, т. е. представляет собой отношение абсолютного прироста к предыдущему или базисному уровню: Темп прироста, выраженный в процентах, показывает, на сколько процентов увеличился (или уменьшился) уровень по сравнению с базисным, принятым за 100 %. При анализе темпов развития никогда не следует упускать из виду, какие абсолютные величины – уровни и абсолютные приросты – скрываются за темпами роста и прироста. Нужно, в частности, иметь в виду, что при снижении (замедлении) темпов роста и прироста абсолютный прирост может возрастать. В связи с этим важно изучать еще один показатель динамики – абсолютное значение (содержание) 1 % прироста, который определяется как результат деления абсолютного прироста на соответствующий темп прироста: Эта величина показывает, сколько в абсолютном выражении дает каждый процент прироста. Иногда уровни явления за одни годы несопоставимы с уровнями за другие годы из-за территориальных, ведомственных и иных изменений (изменения методологии учета и исчисления показателей и т. п.). Чтобы обеспечить сопоставимость и получить пригодный для анализа временной ряд, нужно произвести прямой пересчет уровней, несопоставимых с другими. Однако иногда нет необходимых для этого данных. В таких случаях можно использовать особый прием, называемый смыканием рядов динамики. Пусть, например, произошло изменение границ территории, по которой изучалась динамика развития какого-то явления в i-м году. Тогда данные, полученные до этого года, окажутся несопоставимы с данными за последующие годы. Чтобы сомкнуть эти ряды и получить возможность анализа динамики ряда за весь период, примем в каждом из них за базу сравнения уровень i-го года, за который есть данные как в прежних, так и в новых границах территории. Эти два ряда с одинаковой базой сравнения можно затем заменить одним сомкнутым рядом динамики. По данным сомкнутого ряда можно вычислить темпы роста по сравнению с любым годом, можно рассчитать и абсолютные уровни за весь период в новых границах. Тем не менее надо иметь в виду, что результаты, полученные путем смыкания рядов динамики, содержат в себе некоторую погрешность. Графически динамика явлений наиболее часто изображается в виде столбиковых и линейных диаграмм. Применяются и другие формы диаграмм: фигурные, квадратные, секторные и т. п. Аналитические графики обычно строятся в виде линейных диаграмм.

16. Экономические и хозяйственные процессы в предприятии находятся в непрерывном развитии. Их изменение во времени можно изучить при помощи построения и анализа рядов динамики.

Ряд динамики – числовые значения показателя, представленные во временной последовательности. Он состоит из двух граф: в первой указываются периоды (или даты), во второй – показатели, характеризующие изучаемый объект за эти периоды (или на эти даты).

В связи с этим ряды динамики могут быть двух видов: интервальные (данные о годовом надое молока за ряд лет) и моментные (данные о стоимости основных средств предприятия на начало года).

Для изучения интенсивности изменения уровней ряда во времени исчисляются следующие показатели динамики.

Представленные показатели динамики можно исчислять с переменной или постоянной базой. Если производится сравнение каждого уровня с предыдущим уровнем, то получаются показатели динамики с переменной базой (цепные показатели динамики). Если каждый уровень сравнивается с начальным уровнем, то получаются показатели динамики с постоянной базой (базисные показатели динамики).

Абсолютный прирост показывает, на сколько в абсолютном выражении (руб., га, чел., ц) уровень текущего периода больше (меньше) базисного.

Коэффициент роста показывает, во сколько раз уровень текущего периода больше (или меньше) базисного.

Темп роста – это коэффициент роста, выраженный в процентах; показывает сколько процентов уровень текущего периода составляет по отношению к уровню базисного периода.

Темп прироста – показывает, на сколько процентов уровень текущего периода больше (+), или меньше (-) уровня базисного периода.

Абсолютное значение 1% прироста показывает, какая абсолютная величина скрывается за относительным показателем – одним процентом прироста.

Методы расчета показателей динамики представлены в таблице 1, они одинаковы для моментных и для интервальных рядов.

Таблица 1 – Показатели динамики

Показатель	Метод расчета
с переменной базой (цепные)	с постоянной базой (базисные)
1. Абсолютный прирост (Δ)
2. Коэффициент роста (К Р )
3. Темп роста (Т Р ), %
4. Темп прироста (Т П ), %
5. Абсолютное значение 1% прироста (А )

где: у i – уровень любого периода (кроме первого), называемый уровнем текущего периода;

у i-1 – уровень периода, предшествующего текущему;

у k – уровень, принятый за постоянную базу сравнения (часто начальный уровень).

17-21. 1. Понятие индексов, классификация индексов

Индексы относятся к важнейшим обобщающим показателям. Слово «индекс» в переводе означает показатель, указатель. Оно используется как понятие в математике, экономике, в метрологии и др. науках.

Статистический индекс - это относительная величина, используемая для сравнения сложных совокупностей и отдельных их единиц во времени пространстве или по сравнению с эталоном. При этом под сложной понимается такая статистическая совокупность, отдельные элементы которой непосредственно не подлежат суммированию. Например, данные о количестве произведенных и реализованных различных видов продовольственных или непродовольственных товаров в натуральном выражении. Бессмысленно для получения общего объема реализации суммировать, например, данные о продаже тканей (в метрах), костюмов (в штуках), обуви (в парах) и т.д.

Основой индексного метода при определении изменений, например, в производстве и обращении товаров является переход от натурально-вещественной формы выражения товарных масс к стоимостным, трудовым или затратным измерителям. Поскольку не смотря на различия потребительных стоимостей отдельных товаров, все они являются результатом труда и поэтому могут быть выражены общей мерой через стоимость, трудовые затраты и издержки производства.

Все индексы можно классифицировать по следующим признакам: по охвату явлений (элементов совокупности) они делятся на индивидуальные и общие, по содержанию индексируемых величин - объемные и качественные, по форме построения - на агрегатные и средние из индивидуальных (среднеарифметические взвешенные и среднегармонические взвешенные), по базе сравнения - динамические (цепные, базисные) и территориальные, по применяемым весам - с постоянными весами, с переменными весами, по составу - индексы переменного состава и индексы постоянного состава, по периодам исчисления - годовые, квартальные, месячные, недельные.

2. Индивидуальные и общие индексы

Введем обозначения:

i - индивидуальные (простые, одинарные) индексы;

I - сводные общие индексы.

Буквы для обозначения признаков могут быть любыми, но чаще всего обозначают:

р - цена единицы продукции;

z - себестоимость единицы продукции;

q - физический объем продукции произведенной, проданной и потребленной;

f - заработная плата;

w - производительность труда (средняя выработка);

t - трудоемкость изготовления единицы продукции;

Т - общие затраты труда (tq), (человеко-часов, человеко-дней, человек);

Z - общие издержки производства (zq) на продукцию данного вида;

Р - общая стоимость произведенной продукции (pq) данного вида.

Отчетные данные (которые сравнивают) в статистике обозначают подстрочным значком «1», базисные (с которыми сравнивают) - «О». В качестве баз в индексных отношениях могут выступать плановые данные, данные за предшествующие периоды, данные по другим аналогичным объектам.

Индивидуальные индексы служат для характеристики изменения отдельных элементов сложной совокупности, представляют собой относительные величины динамики, выполнения плана, сравнения. Их расчет не требует знания специальных правил. Они вычисляются просто как темпы роста. Если требуется, например, показать по каждому товару динамику цены или объема, то берут соответствующую величину отчетного периода и делят на величину базисного периода.

Индивидуальный индекс физического объема

Индивидуальный индекс цены

Индивидуальный индекс товарооборота

Общие индексы отражают изменения, служат для характеристики изменения всех элементов сложного явления. Если индексы охватывают часть элементов сложного явления, то их называют групповыми или субиндексами .

Важной особенностью общих индексов является то, что они обладают синтетическими и аналитическими свойствами. Синтетические свойства индексов состоят в том, что посредством индексного метода производится соединение (агрегирование) в целое единиц статистической совокупности. Аналитические свойства индексов состоят в том, что посредством индексного метода определяется влияние факторов на изменение изучаемого показателя. На основе изучения состава и роли факторов, выявления силы их действия, осуществляются возможности квалифицированного управления развитием экономических процессов не только в нужном направлении, но и с заранее заданными параметрами.

Пример 1. Имеются следующие данные (гр. 1-5)

Товары	Базисный период	Отчетный период	Индивидуальные индексы	Товарооборот, тыс. руб.	Индивидуальный индекс товарооборота
Кол-во товаров, тыс. шт.,	Цена единицы, руб.	Кол-во товаров, тыс. шт.,	Цена единицы, руб.	Цены	Количества	Базисный период	Отчетный период
А В					20/6= =3,333 30/15==2,000	50/40==1,25 600/500= =1,2	40х6= =240 500х15= =7500	50х20= 600х30= =18000	1000/240=4,167 18000/7500=2,4
	Х	Х	Х	Х	Х	Х	∑p 0 q 0 =7740	∑p 1 q 1 =19000	Х

Определить индивидуальные индексы (i p , i q , i pq) общие индексы ( , J p , J pq).

1. Величины индивидуальных индексов см. гр.6,7,10. Выражаются индексы в коэффициентах или в виде процентов.

В статистике часто приходится иметь дело с такими показателями, которые связаны между собой, как сомножители связаны с произведением. Например, товарооборот равен произведению цены на физический объем товарооборота. Связь между индивидуальными индексами в таких случаях, такая же, как между соответствующими показателями:

Такая взаимосвязь дает возможность по двум имеющимся индексам находить третий. Такие индексы называются сопряженными и образуют систему взаимосвязанных индексов.

Индивидуальный индекс товарооборота в данном случае можно определить двумя способами (см. гр. 10):

Общие индексы можно определить тремя способами: 1) по агрегатной формуле; 2) по формуле средневзвешенного индекса и 3) на основе взаимосвязи индексов. В зависимости от цели исследования используют ту или иную форму построения.

3. Агрегатные индексы

Агрегатный индекс характеризует среднее изменение сложного явленная. Латинское слово «агрегат» (aggregatus) означает «складываемый», суммируемый. Особенность этой формы индекса состоит в том, что в агрегатной форме сравниваются две суммы одноименных показателей. Числитель и знаменатель агрегатного индекса представляют собой сумму произведений двух величин, одна из которых меняется (индексируемая величина), а другая остается неизменной в числителе и знаменателе (вес индекса). Индексируемой величиной называется признак, изменение которого изучается. Вес индекса - это величина, служащая для целей соизмерения индексируемых величин.

Каждый экономический индекс решает определенную задачу. Экономическое содержание индекса предопределяет методику его расчета. Методика построения агрегатного индекса предусматривает решение трех вопросов:

1. Какая величина будет индексируемой;

2. По какому составу разнородных элементов явления необходимо исчислить индекс;

3. Что будет служить весом при расчете индекса.

При выборе веса индекса принято руководствоваться правилом: если строится индекс количественного показателя, то веса берутся за базисный период, при построении индекса качественного показателя используются веса отчетного периода. Количественные (объемные) индексы характеризуют изменение экстенсивных факторов, например, всевозможных количеств. К ним относятся все индексы физического объема: физического объема товарооборота, ВВП, объема продаж валюты и др.

Качественные индексы - это индексы цен, себестоимости, производительности труда, курса валют и др. Индексируемые величины этих индексов - качественные (интенсивные) показатели, характеризующие уровень явления в расчете на единицу совокупности (цена единицы продукции, себестоимость единицы продукции др.).

Построим три агрегатных индекса: индекс товарооборота, индекс цены и индекс физического объема товарооборота.

Товарооборот отчетного периода в отчетных ценах

Товарооборот базисного периода в базисных ценах

, 245,5%

это значит, что товарооборот вырос в среднем в 2,455 раза, что в абсолютном выражении составит

Тыс. руб.

Аналогично рассчитываются индексы стоимости произведенной продукции, стоимости потребленной продукции и др.

Из этой формулы общего индекса товарооборота видно, что его величина зависит от изменения двух факторов:

Физического объема товарооборота (количества проданных товаров),

Р цены за каждую единицу реализованных товаров.

Чтобы выявить влияние каждой переменной в отдельности следует исключить влияние одной их них, то есть принять ее условно в качестве постоянной величины на уровне отчетного или базисного периодов.

Общее изменение цен можно определить при условии, что в качестве постоянной величины (весов) взято количество проданных товаров за отчетный или базисный периоды.

Товарооборот отчетного периода в базисных ценах

Это агрегатный индекс Г.Пааше (по имени немецкого ученого предложившего этот индекс).

Индекс Пааше показывает, как изменился уровень цен на товарную массу, которую население купило в отчетном периоде и каков выигрыш (потери) населения от снижения (повышения) цен на товары. В примере 1

Это значит, что цены в среднем по двум товарам выросли в отчетном периоде по сравнению с базисным в 2,043 раза и потери, которые несет население от роста цен составляют:

Тыс. руб.

Можно также сказать, что товарооборот вырос вследствие среднего роста цен на 9700 тыс. руб. в отчетном периоде по сравнению с базисным. Можно определить индекс цен и по формуле Ласпейреса, если веса (количество товаров) взяты в базисном периоде.

Индекс Э. Ласпейреса, показывает, как в среднем изменились цены на товары, проданные в базисном периоде. Разность между числителем и знаменателем этого индекса дает представление об условном изменении объема товарооборота при продаже в предстоящем периоде такого же количества товаров, что в базисном, но по новым ценам

Этот индекс применяют при прогнозировании изменения объема товарооборота в связи с намечаемыми изменениями цен на товары в предстоящем периоде.

Идеальный индекс Фишера - средняя геометрическая из произведения двух агрегатных индексов Ласпейреса и Паше

Агрегатный индекс физического объема товарооборота должен отражать изменение физического объема в отчетном периоде по сравнению с базисным, и поэтому при его построении в качестве весов берутся цены отчетного периода или сопоставимые (базисные) цены.

Товарооборот базисного периода в сопоставимых (базисных) ценах

Это индекс Ласпейреса

В примере 1

120,2%.

Это значит, что в отчетном периоде по сравнению с базисным физический объем товарооборота увеличился в среднем на 20,2%, что в абсолютном выражении составило:

Тыс. руб.

Это значит, что в отчетном периоде по сравнению с базисным товарооборот вследствие изменения только объемов проданных товаров вырос в среднем на 1560 тыс. руб.

Можно определить I q и по формуле Пааше

Взаимосвязь общих индексов. Взаимосвязь между общими индексами такая же как между соответствующими показателями не всегда, а лишь в том случае, когда предположения об изменении весов сопоставимы. Например,

Если 2 фактора, то

11260=9700 + 1560

Если более 2-х факторов, то схема следующая:

1. Сначала выбираем очередность изменения факторов, учитывая, что качественные индексы строятся на весах отчетного периода, а объемные – на весах базисного периода.

3. Вычисляем 2-ой индекс в предположении, что после изменения 1-го фактора меняется 2-й.

4. Вычисляем 3-й индекс в предположении, что после изменения первых двух факторов меняется третий и т.д.

Системы агрегатных индексов

Уравнение связи	Качественные индексы	Объемные индексы	Индексы результативной величины	Системы взаимосвязанных индексов

4. Средневзвешенные индексы

Средневзвешенные индексы исчисляются тогда, когда имеющаяся в распоряжении информация не позволяет рассчитывать общий агрегатный индекс.

В статистической практике средние индексы рассчитываются преимущественно в форме среднего арифметического и среднего гармонического индексов:

где - индивидуальные индексы изучаемого показателя (индексируемой величины);

Веса соответственно в среднем арифметическом и среднем гармоническом индексах.

Вариационные ряды

3. Методы вычисления средней арифметической (средней арифметической простой и взвешенной, по способу моментов)

Определяем средние величины:

Мода (Мо) =11, т.к. данная варианта встречается в вариационном ряду наиболее часто (р=6).

Медиана (Ме) - порядковый номер варианты занимающей срединное положение = 23, это место в вариационном ряду занимает варианта равная 11. Средняя арифметическая (М) позволяет наиболее полно охарактеризовать средний уровень изучаемого признака. Для вычисления средней арифметической используется два способа: среднеарифметический способ и способ моментов.

Если частота встречаемости каждой варианты в вариационном ряду равна 1, то рассчитывают среднюю арифметическую простую, используя среднеарифметический способ: М = .

Если частота встречаемости вариант в вариационном ряду отличается от 1, то рассчитывают среднюю арифметическую взвешенную, по среднеарифметическому способу:

По способу моментов: А - условная средняя,

М = A + =11 += 10.4 d=V-A, A=Mo=11

Если число вариант в вариационном ряду более 30, то строится сгруппированный ряд. Построение сгруппированного ряда:

1) определение Vmin и Vmax Vmin=3, Vmax=20;

2) определение количества групп (по таблице);

3) расчет интервала между группами i = 3;

4) определение начала и конца групп;

5) определение частоты вариант каждой группы (таблица 2).

Таблица 2

Методика построения сгруппированного ряда

Длительность лечения в днях
n=45 p=480 p=30 2 p=766

Преимущество сгруппированного вариационного ряда заключается в том, что исследователь работает не с каждой вариантой, а только с вариантами, являющимися средними для каждой группы. Это позволяет в значительной степени облегчить расчеты средней.

Величина того или иного признака неодинакова у всех членов совокупности, несмотря на ее относительную однородность. Данную особенность статистической совокупности характеризует одно из групповых свойств генеральной совокупности - разнообразие признака. Например, возьмем группу мальчиков 12 лет и измерим их рост. После проведенных расчетов средний уровень данного признака составит 153 см. Но средняя характеризует общую меру изучаемого признака. Среди мальчиков данного возраста есть мальчики, рост которых составляет 165 см или 141 см. Чем больше мальчиков будут иметь рост отличный от 153 см, тем больше будет разнообразие этого признака в статистической совокупности.

Статистика позволяет охарактеризовать данное свойство следующим критериями:

лимит (lim),

амплитуда (Amp),

среднеквадратическое отклонение (у),

коэффициент вариации (Сv).

Лимит (lim) определяется крайними значениями вариант в вариационном ряду:

lim=V min /V max

Амплитуда (Amp) - разность крайних вариант:

Amp=V max -V min

Данные величины учитывают только разнообразие крайних вариант и не позволяют получить информацию о разнообразии признака в совокупности с учетом ее внутренней структуры. Поэтому данными критериями можно пользоваться для приближенной характеристики разнообразия, особенно при малом числе наблюдений (n<30).

вариационный ряд медицинская статистика

Вариационные ряды

Наиболее полную характеристику разнообразию признака в совокупности дает среднеквадратическое отклонение (у). Существует два способа расчета среднеквадратического отклонения: среднеарифметический и способ моментов...

Вариационные ряды

Для сравнения разнообразия двух средних величин, выраженных в различных единицах измерения или имеющих различия в величине признаков, используется относительная величина, коэффициент вариации (CV), выпаженный в процентах: Cv = * 100%, Если CV>20%...

Вирус иммунодефицита

Мы видим стремительное распространение ВИЧ в России и других странах бывшего восточного блока. В Румынии, перед революцией 1990 года, каждый десятый ребенок в детских домах был ВИЧ инфицированным. После революции ситуация не изменилась...

Культивування Clostridium tetani для одержання правцевого анатоксину

По відношенню до кисню бактерія C. tetani є облігатним анаеробом, тому можливим методом культивування є глибинне культивування, відповідно, відпадає необхідність у підготовці аераційного повітря, проте необхідно подавати інертний газ...

Лекарственные растения и лекарственное растительное сырье, применяемое при лечении гастрита

Острый простой гастрит встречается особенно часто. Причинами развития острого простого (катарального) гастрита являются пренебрежительное отношение к питанию, употребление большого количества крепких алкогольных напитков, в том числе пива...

Методика подбора зубных паст для населения с учетом стоматологического статуса и общего состояния здоровья

Проблема здоров’я у валеології

Процес біосинтезу аміноглікозидного антибіотика тобраміцину

Вибір способу проведення біосинтезу відіграє важливу роль в процесі росту мікроорганізмів. Наявні різні види культивування: глибинне, поверхневе, періодичне, безперервне ...

Роль фельдшера в диагностике, лечении и профилактике столбняка. Противоэпидемические мероприятия в очаге инфекционных заболеваний. Динамика и сравнительный анализ заболеваний столбняка в Сальском районе за период 2013-2014 гг.

Лабораторная диагностика при сгущении крови из-за выраженного и постоянного чрезмерного потоотделения, а также при вторичных бактериальных осложнениях возможна нейтрофилия...

Сестринский процесс при остром гастрите

· Гастроскопия (эндоскопическое исследование, которое проводится с помощью специального оптического прибора, эндоскопа...

Создание прибора для исследования биомеханики дыхания в условиях космического полета

В разработанном приборе предусмотрено 2 режима измерений и вычислений: первый режим -- измерение импеданса всей системы дыхания Zrs во время спокойного- дыхания в - течение 75 с (по 15 с на каждую из пяти частот); второй режим--измерение импеданса...

Стабильная стенокардия

Прогноз Прогноз для выздоровления неблагоприятный, т.к. изменения, произошедшие в сердечно-сосудистой системе необратимы, а патологический процесс быстропрогрессирующий...

Тромбоз и облитерация мозговых сосудов

При ишемии мозга либо сам больной, либо лицо его сопровождающее расскажет, что уже за несколько дней до заболевания больной стал отмечать резкое головокружение, помутнение в глазах, головную боль и общую слабость...

Фармакогностический анализ сырья лекарственных растений, содержащих эфирные масла

1. Методы макро- и микроскопического анализа сырья Макроскопический анализ состоит в определении морфологических (внешних) признаков испытуемого сырья визуально -- невооруженным глазом или с помощью лупы (х 10)...

Челюстно-лицевые переломы

Поскольку такие переломы можно разделить на несколько категорий в зависимости от их анатомической локализации, каждый тип перелома будет рассматриваться отдельно. Очевидно...

4. Четные и нечетные.

В чётных вариационных рядах сумма частот или общее число наблюдений выражено чётным числом, в нечётных ― нечётным.

5. Симметричные и асимметричные.

В симметричном вариационном ряду все виды средних величин совпадают или очень близки (мода, медиана, среднее арифметическое).

В зависимости от характера изучаемых явлений, от конкретных задач и целей статистического исследования, а также от содержания исходного материала, в санитарной статистике применяются следующие виды средних величин:

· структурные средние (мода, медиана);

· средняя арифметическая;

· средняя гармоническая;

· средняя геометрическая;

· средняя прогрессивная.

Мода (М о) - величина варьирующего признака, которая более часто встречается в изучаемой совокупности т.е. варианта, соответствующая наибольшей частоте. Находят ее непосредственно по структуре вариационного ряда, не прибегая к каким-либо вычислениям. Она обычно является величиной очень близкой к средней арифметической и весьма удобна в практической деятельности.

Медиана (М е) - делящая вариационный ряд (ранжированный, т.е. значения вариант располагаются в порядке возрастания или убывания) на две равные половины. Медиана вычисляется при помощи так называемого нечетного ряда, который получают путем последовательного суммирования частот. Если сумма частот соответствует четному числу, тогда за медиану условно принимают среднюю арифметическую из двух средних значений.

Мода и медиана применяются в случае незамкнутой совокупности, т.е. когда наибольшая или наименьшая варианты не имеют точной количественной характеристики (например, до 15 лет, 50 и старше и т.п.). В этом случае среднюю арифметическую (параметрические характеристики) рассчитать нельзя.

Средня я арифметическая - самая распространенная величина. Средняя арифметическая обозначается чаще через М .

Различают среднюю арифметическую простую и взвешенную.

Средняя арифметическая простая вычисляется:

― в тех случаях, когда совокупность представлена простым перечнем знаний признака у каждой единицы;

― если число повторений каждой варианты нет возможности определить;

― если числа повторений каждой варианты близки между собой.

Средняя арифметическая простая исчисляется по формуле:

где V - индивидуальные значения признака; n - число индивидуальных значений; - знак суммирования.

Таким образом, простая средняя представляет собой отношение суммы вариант к числу наблюдений.

Пример: определить среднюю длительность пребывания на койке 10 больных пневмонией:

16 дней - 1 больной; 17–1; 18–1; 19–1; 20–1; 21–1; 22–1; 23–1; 26–1; 31–1.

койко-дня.

Средняя арифметическая взвешенная исчисляется в тех случаях, когда индивидуальные значения признака повторяются. Ее можно вычислять двояким способом:

1. Непосредственным (среднеарифметическим или прямым способом) по формуле:

где P - частота (число случаев) наблюдений каждой варианты.

Таким образом, средняя арифметическая взвешенная представляет собой отношение суммы произведений вариант на частоты к числу наблюдений.

2. С помощью вычисления отклонений от условной средней (по способу моментов).

Основой для вычисления взвешенной средней арифметической является:

― сгруппированный материал по вариантам количественного признака;

― все варианты должны располагаться в порядке возрастания или убывания величины признака (ранжированный ряд).

Для вычисления по способу моментов обязательным условием является одинаковый размер всех интервалов.

По способу моментов средняя арифметическая вычисляется по формуле:

,

где М о - условная средняя, за которую чаще принимают величину признака, соответствующую наибольшей частоте, т.е. которая чаще повторяется (Мода).

i - величина интервала.

a - условное отклонение от условий средней, представляющее собой последовательный ряд чисел (1, 2 и т.д.) со знаком + для вариант больших условной средней и со знаком–(–1, –2 и т.д.) для вариант, которые ниже условной средней. Условное же отклонение от варианты, принятой за условную среднюю равно 0.

P - частоты.

Общее число наблюдений или n.

Пример: определить средний рост мальчиков 8 лет непосредственным способом (таблица1).

Т а б л и ц а 1

Рост в см	мальчиков P	Центральная варианта V

Центральная варианта ― середина интервала ― определяется как полу сумма начальных значений двух соседних групп:

; и т.д.

Произведение VP получают путем умножения центральных вариант на частоты ; и т.д. Затем полученные произведения складывают и получают , которую делят на число наблюдений (100) и получают среднюю арифметическую взвешенную.

см.

Эту же задачу решим по способу моментов, для чего составляется следующая таблица 2:

Т а б л и ц а 2

Рост в см (V)	мальчиков P

В качестве М о принимаем 122, т.к. из 100 наблюдений у 33 человек рост был 122см. Находим условные отклонения (a) от условной средней в соответствии с вышесказанным. Затем получаем произведение условных отклонений на частоты (aP) и суммируем полученные величины (). В итоге получится 17. Наконец, данные подставляем в формулу.

Свойство 1. Средняя арифметическая постоянной величины равна этой постоянной: при

Свойство 2. Алгебраическая сумма отклонений индивидуальных значений признака от средней арифметической равна нулю: для несгруппированных данных и для рядов распределения.

Это свойство означает, что сумма положительных отклонений равна сумме отрицательных отклонений, т.е. все отклонения, обусловленные случайными причинами взаимно погашаются.

Свойство 3. Сумма квадратов отклонений индивидуальных значений признака от средней арифметической есть число минимальное: для несгруппировочных данных и для рядов распределения. Это свойство означает, что сумма квадратов отклонений индивидуальных значений признака от средней арифметической всегда меньше суммы отклонений вариантов признака от любого другого значения, даже мало отличающегося от средней.

Второе и третье свойство средней арифметической применяются для проверки правильности расчета средней величины; при изучении закономерностей изменения уровней ряда динамики; для нахождения параметров уравнения регрессии при изучении корреляционной связи между признаками.

Все три первых свойства выражают сущностные черты средней как статистической категории.

Следующие свойства средней рассматриваются как вычислительные, поскольку они имеют некоторое прикладное значение.

Свойство 4. Если все веса (частоты) разделить на какое-либо постоянное число d, то средняя арифметическая не изменится, поскольку это сокращение в равной степени коснется и числителя и знаменателя формулы расчета средней.

Из этого свойства вытекают два важных следствия.

Следствие 1. Если все веса равны между собой, то вычисление средней арифметической взвешенной можно заменить вычислением средней арифметической простой.

Следствие 2 . Абсолютные значения частот (весов) можно заменять их удельными весами.

Свойство 5. Если все варианты разделить или умножить на какое-либо постоянное число d, то средняя арифметическая уменьшиться или увеличиться в d раз.

Свойство 6. Если все варианты уменьшить или увеличить на постоянной число A, то и со средней произойдут аналогичные изменения.

Прикладные свойства средней арифметической можно проиллюстрировать, применив способ расчета средней от условного начала (способ моментов).

Средняя арифметическая способом моментов вычисляется по формуле:

где А – середина какого-либо интервала (предпочтение отдается центральному);

d – величина равновеликого интервала, или наибольший кратный делитель интервалов;

m 1 – момент первого порядка.

Момент первого порядка определяется следующим образом:

.

Технику применения этого способа расчета проиллюстрируем по данным предшествующего примера.

Таблица 5.6

Стаж работы, лет	Число рабочих	Середина интервала x
до 5		2,5	-10	-2	-28
5-10		7,5	-5	-1	-22
10-15		12,5
15-20		17,5	+5	+1	+25
20 и выше		22,5	+10	+2	+22
Итого		Х	Х	Х	-3

Как видно из расчетов, приведенных в табл. 5.6 из всех вариантов вычитается одно из их значений 12,5, которое приравнивается нулю и служит условным началом отсчета. В результате деления разностей на величину интервала – 5 получают новые варианты.

Согласно итогу табл. 5.6 имеем: .

Результат вычислений по способу моментов аналогичен результату, который был получен применением основного способа расчета по средней арифметической взвешенной.

Структурные средние

В отличие от степенных средних, которые рассчитываются на основе использования всех вариант значений признака, структурные средние выступают как конкретные величины, совпадающие с вполне определенными вариантами ряда распределения. Мода и медиана характеризуют величину варианта, занимающего определенное положение в ранжированном вариационном ряду.

Мода – это величина признака, которая чаще всего встречается в данной совокупности. В вариационном ряду это будет варианта, имеющая наибольшую частоту.

Нахождение моды в дискретном ряду распределения не требует вычислений. Путем просмотра столбца частот находят наибольшую частоту.

Например, распределение рабочих предприятия по квалификации характеризуются данными табл. 5.7.

Таблица 5.7

Наибольшая частота в этом ряду распределения 80, значит мода равна четвертому разряду. Следовательно, наиболее часто встречаются рабочие, имеющие четвертый разряд.

Если ряд распределения интервальный , то по наибольшей частоте устанавливают только модальный интервал, а затем уже вычисляют моду по формуле:

,

где – нижняя граница модального интервала;

– величина модального интервала;

– частота модального интервала;

– частота предмодального интервала;

– частота послемодального интервала.

Вычислим моду по данным, приведенным в табл. 5.8.

Таблица 5.8

Это значит, что чаще всего предприятия имеют прибыль 726 млн р.

Практическое применение моды ограниченно. На значение моды ориентируются, когда определяют наиболее ходовые размеры обуви и одежды при планировании их производства и реализации, при изучении цен на оптовых и розничных рынках (метод основного массива). Моду используют вместо средней величины при подсчете возможных резервов производства.

Медиана соответствует варианте, стоящей в центре ранжированного ряда распределения. Это значение признака, которое делит всю совокупность на две равные части.

Положение медианы определяется ее номером (N).

где – число единиц совокупности. Используем данные примера, приведенные в табл. 5.7 для определения медианы.

, т.е. медиана равна средней арифметической из 100-го и 110-го значений признака. По накопленным частотам определяем, что 100-я и 110-я единицы ряда имеют величину признака, равную четвертому разряду, т.е. медиана равна четвертому разряду.

Медиана в интервальном ряду распределения определяется в следующем порядке.

1. Подсчитываются накопленные частоты по данному ранжированному ряду распределения.

2. На основе накопленных частот устанавливается медианный интервал. Он находится там, где первая накопленная частота равна или больше половины совокупности (всех частот).

3. Вычисляется медиана по формуле:

,

где – нижняя граница медианного интервала;

– величина интервала;

– сумма всех частот;

– сумма накопленных частот, предшествующих медианному интервалу;

– частота медианного интервала.

Вычислим медиану по данным табл. 5.8.

Первая накопленная частота, которая равна половине совокупности 30, значит медиана находится в интервале 500-700.

Это означает, что половина предприятий получает прибыль до 676 млн р., а другая половина свыше 676 млн р.

Медиану часто используют вместо средней величины, когда совокупность неоднородна, т.к. она не находится под влиянием крайних значений признака. Практическое применение медианы также связано с ее свойством минимальности. Абсолютная сумма отклонений индивидуальных значений от медианы есть величина наименьшая. Поэтому медиану применяют в расчетах при проектировании места расположения объектов, которые будут использоваться различными организациями и лицами.