- •1 Предмет статистической науки
- •2 Статистическая методология и основные статистические категории
- •3 Учет и статистика. Задачи статистики
- •Задачи статистики
- •Тема 2 Статистическое наблюдение
- •5 Понятие о статистическом наблюдении
- •6 Формы, виды и способы статистического наблюдения
- •7 Общие принципы и правила организации статистического наблюдения
- •8 Контроль материалов наблюдения и организация статистической отчетности
- •9 Сводка статистических данных
- •10 Группировка статистических данных
- •12 Ряды распределения
- •13 Статистические таблицы
- •14 Графическое изображение статистических данных.
- •15 Абсолютные величины
- •16 Относительные величины
- •17 Сущность и значение средних величин
- •18 Виды средних и способы их вычисления
- •21 Структурные средние
- •23 Показатели вариации
- •24 Ряды динамики. Классификация. Правила построения рядов динамики
- •25 Показатели анализа рядов динамики
- •26 Структура ряда динамики. Приемы анализа ряда динамики.
- •27 Анализ сезонных колебаний.
- •28 Сопоставление рядов динамики
- •30 Индивидуальные индексы
- •31 Общие индексы. Агрегатная форма индексов. Виды индексов
- •31 Агрегатный индекс цен.
- •33. Постоянные и переменные веса агрегатных индексов.
- •34 Общий индекс как средний из индивидуальных.
- •35 Индексы средних величин.
- •36. Понятие выборочного наблюдения.
- •2. Виды и схемы отбора.
- •38. Ошибки выборки.
- •39. Определение численности выборки.
- •40 Распределение выборочных результатов на генеральную совокупность.
- •41. Население как субъект и объект экономической деятельности
- •42. Показатели оценки демографической ситуации территории
- •45 Таблица 4 Показатели размещения населения
- •46 Таблица 5 Показатели состава и структуры населения
- •3 Здоровье населения. Методы анализа
- •4 Статистика природных ресурсов и окружающей среды
- •49 Понятие и структура системы национальных счетов (снс).
- •50 Система показателей и общие принципы построения снс.
- •51 Методы расчета показателей ввп и нд.
21 Структурные средние
Структурные средние применяются для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины, если по имеющимся данным статистическим данным ее расчет не может быть выполнен. В качестве структурных средних чаще всего используют показатели моды и медианы.
Мода – это значение признака, наиболее часто встречающегося в данной совокупности. Иными словами, мода – это варианта, имеющая наибольшую частоту.
В дискретных вариационных рядах мода определяется путем просматривания значений частот и отыскания наибольшей частоты.
В интервальных рядах распределения с равными интервалами мода вычисляется по следующей формуле:
,
где
- нижняя граница
модального интервала;
-
величина интервала;
-
частота модального интервала;
-
частота предмодального интервала;
-
частота послемодального интервала.
Модальный интервал определяется по наибольшей частоте.
22 Медиана – это величина признака, которая делит упорядоченную последовательность его значений на две равные по численности части. Медиана показывает количественную границу значений варьирующего признака, которую достигла половина единиц совокупности.
В дискретных рядах распределения несгруппированных данных вычисление медианы представляет собой определение ее порядкового номера.
В дискретных вариационных рядах сгруппированных данных номер медианы определяется по кумулятивной (накопленной) частоте следующим образом.
В интервальных
рядах с равными интервалами медиана
рассчитывается по следующей формуле:
,
где
- нижняя граница
медианного интервала;
- величина интервала;
-
локальная
частота медианного интервала;
-
кумулятивная частота интервала,
предшествующего
медианному.
Мода и медиана относятся к структурным средним, т.е. они не связаны какими-либо определенными качественными соотношениями с итоговой величиной признака, хотя и выражают конкретное его значение. Моду вычисляют в тех случаях, когда вычисление средней величины не имеет смысла, а применение медианы обусловлено одним из важнейших ее свойств, а именно, что сумма отклонений каждого числа ряда от медианы есть величина наименьшая. В целом мода и медиана являются дополнительными характеристиками и используются для анализа формы рядов распределения.
23 Показатели вариации
При изучении явлений и процессов общественной жизни статистика встречается с разнообразной изменчивостью (т.е. вариацией) признаков, характеризующих отдельные единицы совокупности. Величины признаков изменяются под действием различных факторов. Очевидно, что чем разнообразнее условия, влияющие на размер данного признака, тем больше его вариация. Средние величины дают обобщенную характеристику признака, присущего всем единицам совокупности, но при этом не показывают степень сплочения или разбросанности отдельных значений признака вокруг их среднего значения внутри данной совокупности.
При характеристике изменения признака применяют систему абсолютных и относительных показателей.
К абсолютным показателям вариации относятся:
размах вариации;
среднее линейное отклонение;
дисперсия;
среднеквадратическое отклонение.
Эти показатели (кроме дисперсии) измеряются в тех же единицах, что и сам признак: в тоннах, метрах, секундах, рублях.
К относительным показателям вариации относятся:
коэффициент осцилляции;
линейный коэффициент вариации;
простой коэффициент вариации.
Эти показатели выражаются в процентах или относительных величинах.
Размах вариации представляет собой разность между максимальным и минимальным значением признака по совокупности, т.е.
.
Величина
показывает, в каких пределах колеблется
размер признака, образующего ряд
распределения. Показатель выражается
в тех же единицах измерения, что и
варианты ряда. Недостатком данного
показателя является то, что его величина
определяется лишь двумя крайними точками
значения признака в данной совокупности,
в то время как вариация признака
складывается из всех его значений.
На практике используются следующие показатели, характеризующие более точно вариацию признака в изучаемой совокупности.
Среднее линейное отклонение представляет собой среднюю арифметическую взвешенную из абсолютных значений отклонений отдельных вариант от их средней.
В случае, если все
значения варьирующего признака имеют
одинаковый вес, то среднее линейное
отклонение вычисляется по формуле:
.
На практике
показатель среднего линейного отклонения
используется редко, т.к. есть показатель,
более точно измеряющий вариацию признака,
а именно среднее
квадратическое отклонение.
Оно представляет собой величину, на
которую в среднем все варианты отличаются
от средней арифметической.
.
При равенстве весов
у всех значений признака:
.
При этом средний квадрат отклонений всех значений признака от средней арифметической называется дисперсией
;
.
Дисперсия является расчетным показателем.
Среднее квадратическое отклонение как мера вариации непригодна для сравнения степени вариации признака у разных совокупностей или в одной и той же совокупности за различные периоды времени. В данном случае используется показатель коэффициента вариации, который представляет собой отношение среднего квадратического отклонения к средней арифметической по совокупности:
Чем меньше коэффициент вариации, тем меньше колеблемость признака, и наоборот. В данном примере величина коэффициента вариации, равного 33%, свидетельствует об умеренной вариации.
Коэффициент вариации также может служить и показателем однородности совокупности. Так при его величине до 20% совокупность считается качественно однородной (а вариация признака – незначительной), от20% до 40% - близка к однородной (умеренная вариация), свыше 40% - совокупность считается качественно неоднородной (вариация признака значительная).
Если взять отношение
среднего линейного отклонения к средней
арифметической, то получим линейный
коэффициент вариации:
.
Отношение размаха
вариации к средней арифметической
называется коэффициентом
осцилляции
.
Основные свойства дисперсии и упрощенные приемы ее расчета.
1. Если все значения признака уменьшить или увеличить на какое- то постоянное число а, то дисперсия от этого не изменится.
2. Если все значения признака уменьшить или увеличить в К раз, то дисперсия от этого, соответственно изменится в К2.
3. Сумма квадратов
отклонений индивидуальных значений
признака x
от их средней
меньше суммы квадратов отклонений
индивидуальных значений признака от
любого данного числа а
при условии, что
,
т.е.
.
Эти две суммы
различаются между собой на квадрат
разности между
:
.
4. Дисперсия равна
разности между средним квадратом
значений признака и квадратом их средней,
т.е.
.
Способы расчета дисперсии:
1) обычный: , .
2) способ моментов
3) способ разности:
.
Дисперсия альтернативного признака. В ряде случаев возникает необходимость измерить вариацию альтернативного признака. Обозначив отсутствие интересующего нас признака через 0; его наличие через 1; долю единиц, обладающих данным признаком, - через p; не обладающих – через q, исчислим среднее значение альтернативного признака и его дисперсию.
,
- сумма долей единиц, обладающих и не
обладающих данным признаком. Тогда
среднее значение альтернативного
признака равно
.
Определим дисперсию:
.Таким
образом, дисперсия альтернативного
признака равна произведению доли единиц,
обладающих изучаемым признаком, на долю
единиц, не обладающим им.
