Индекс интенсивности

Индекс интенсивности - это отношение значений двух взаимосвязанных абсолютных величин с разной размерностью, относящихся к одному объекту или явлению.

Например, хлебный магазин продал 500 буханок хлеба и заработал на этом 10000 руб., тогда индекс интенсивности составит 10000/500 = 20 [руб./бух.хлеба], то есть цена продажи хлеба составила 20 руб. за буханку.

Билет 6.

1)

Виды средних величин

Средние величины делятся на два больших класса: степенные средние и структурные средние

Степенные средние:

• Арифметическая

• Гармоническая

• Геометрическая

• Квадратическая

Структурные средние:

• Мода

• Медиана

Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Если вариант   встречается один раз, расчеты проводим по средней простой (например зарплата в 3 тыс.руб. встречается только у одного рабочего), а если вариант повторяется неодинаковое число раз, то есть имеет разные частоты  (например зарплата в 4 тыс.рублей встречается у пяти работников), то расчет проводим по средней взвешенной.

Формула степенной простой в общем виде

где:

•  — индивидуальное значение признака  -й единицы совокупности

•  — показатель степени средней величины

•  — число единиц совокупности

Формула степенной средней взвещенной в общем виде

где:

•  — частота повторения  -й варианты.

В зависимости от того, какое значение принимает показатель степени средней величины  , получаем различные виды средних:

При расчете различных степенных средних по одним и тем же данным значения средних будут неодинаковыми. Чем выше показатель степени ( ), тем больше величина средней, т.е. действует правило мажорантности средних:

2) Эмпирическое корреляционное отношение измеряет, какую часть общей колеблемости результативного признака вызывает изучаемый фактор. Эмпирическое корреляционное среднее варьирует от 0 до 1.

 или 

Находят эмпирическое корреляционное отношение обычно в следующих типах задач:  1) когда по двум рядам данным X и Y необходимо произвести аналитическую группировку  2) группировка уже произведена, необходимо проверить правило сложения дисперсий  3) по двум рядам данным X и Y необходимо найти уравнение регрессии и оценить его значимость

Аналитическая группировка характеризует взаимосвязь между двумя и более признаками, один из которых рассматривается как результат, другой (другие) – как фактор (факторы).

 Билет 7.

1) хз.

2) Среди множества варьирующих признаков существуют признаки, которыми обладают одни единицы совокупности и не обладают другие. Эти признаки называются альтернативными. Например, ученая степень у преподавателя вуза. Вариация альтернативного признака качественно проявляется в значении нуля у единиц, которые этим признаком не обладают или в значении единицы у тех, которые данный признак имеют.  Пусть n – число единиц совокупности; m – число единиц совокупности, обладающих данным признаком; p – доля единиц, обладающих данным признаком (p=m/n); q - доля единиц, не обладающих данным признаком, причем p+q =1.  Альтернативный признак принимает всего два значения – 0 и 1 с весами соответственно q и p. Вычислим среднее значение альтернативного признака по формуле средней арифметической:  .  Дисперсия альтернативного признака определяется по формуле:  ,  где !Синтаксическая ошибка, R – среднеквадратическое отклонение альтернативного признака. 

Билет 8.

1) Хз.

2) Вариация признака определяется различными факторами, в результате чего различают общую дисперсию, межгрупповую дисперсию и внутригрупповую дисперсию.

Общая дисперсия (σ²) измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию. Вместе с тем, благодаря методу группировок можно выделить и измерить вариацию, обусловленную группировочным признаком, и вариацию, возникающую под влиянием неучтенных факторов.

Межгрупповая дисперсия (σ²_м.гр) характеризует систематическую вариацию, т. е. различия в величине изучаемого признака, возникающие под влиянием признака – фактора, положенного в основание группировки.

 

 

Рис.5.4. Упрощенные способы расчета дисперсии

 

,

где k – количество групп, на которые разбита вся совокупность;

m_j – количество объектов, наблюдений, включенных в группу j;

– среднее значение признака по группе j;

– общее среднее значение признака.

Внутригрупповая дисперсия (σ²_j,вн.гр) отражает случайную вариацию, т.е. часть вариации, возникающую под влиянием неучтенных факторов и независящую от признака фактора, положенного в основание группировки.

 

, или, на основе метода разностей  ,

где x_ij – значение i-ой варианты в группе j.

Если в сформированных группах отдельные данные встречаются не один раз, то для расчета внутригрупповой дисперсии используется формула средней арифметической взвешенной.

Среднее значение внутригрупповых дисперсий рассчитывается по формуле:

.

Существует закон согласно которому, общая дисперсия, возникающая под воздействием всех факторов, равна сумме дисперсии, возникающей за счет группировочного признака и дисперсии, появляющейся под влиянием всех прочих факторов. Этот закон связывает три вида дисперсии.

 

Правило сложения дисперсий:  .

Правило сложения дисперсии широко применяется при исчислении тесноты связей между признаками (факторным и результативным). Для этого определяют эмпирический коэффициент детерминации и эмпирическое корреляционное отношение.

Билет 9.

1) Относительной величиной в статистике называется показатель, выражающий количественное соотношение между явлениями. Он получается в результате деления одной абсолютной величины на другую абсолютную величину. Величина с которой мы производим сравнения называется основанием или базой сравнения.

Абсолютные величины - всегда величины именованные.

Относительные величины выражаются в коэффициентах, процентах, промили и т.д.

Относительная величина показывает, во сколько раз, или на сколько процентов сравниваемая величина больше или меньше базы сравнения.

В статистике различают 8 видов относительных величин:

1. Относительная величина выполнения плана (ОВВП) показывает во сколько раз или на сколько процентов выполнено данное задание.

ОВВП= фактические данные отчетного периода

плановые данные отчетного периода

2. Относительная величина планового задания (ОВПЗ) показывает во сколько раз или на сколько процентов плановое задание отчетного периода больше или меньше уровня базисного периода.

ОВПЗ= плановое число отчетного периода

фактич. данные базисного периода

3. Относительная величина динамики (ОВД) показывает во сколько раз или на сколько процентов уровень отчетного периода больше или меньше уровня базисного периода.

ОВД= фактич. данные отчетного периода

фактич. данные базисного периода

4. Относительная величина сравнения (ОВС) показывает во сколько раз или на сколько процентов явление на территории А больше или меньше явления на территории В.

ОВСр.= фактич. уровень явления на территории А за определенный период времени

фактич. уровень того же явления за тот же период времени на территории В

5. Относительная величина интенсивности (ОВИ). Коэффициент рождаемости и т.д., число родившихся в определенной местности за определенный период времени.

ОВИ= фактич. уровень явления за опред. период времени

размер среды в которой данное явление развивалось

6. Относительная величина координации (ОВК) рассчитывается только для сгруппированных данных и показывает отношение между частями совокупности.

ОВК= число единиц определенной группы

число единиц группы, принятой за базу сравнения

7. Относительная величина структуры (ОВС).

ОВСт.= часть совокупности

вся совокупность

8. Относительная величина уровня экономического развития (ОВУЭР)

ОВУЭР= годовой объем производства продукции

среднегодовая численность населения

2)

Билет 10.

1) В зависимости от методологии расчета индивидуальных и сводных индексов различают средние арифметические и средние гармонические индексы. Другими словами, общий индекс, построенный на базе индивидуального индекса, принимает форму среднего арифметического или гармонического индекса.

Идея построения сводного индекса в виде средней величины из индивидуальных (групповых) индексов вполне естественна, ведь сводный индекс является общей мерой, характеризующей среднюю величину изменения индексируемого показателя, и его величина должна зависеть от величин индивидуальных индексов. А критерием правильности построения сводного индекса в форме средней величины (среднего индекса) является его тождественность агрегатному индексу.

Преобразование агрегатного индекса в средний из индивидуальных (групповых) индексов производится следующим образом: либо в числителе, либо в знаменателе агрегатного индекса индексируемый показатель заменяется его выражением через соответствующий индивидуальный индекс. Если такую замену сделать в числителе, то агрегатный индекс будет преобразован в средний арифметический, если же в знаменателе – то в средний гармонический из индивидуальных индексов.

Формула свободного индекса:

Средний арифметический индекс физического объема, где весами служит стоимость отдельных видов продукции в базисном периоде.

В наличии имеется информация о динамике объема выпуска каждого вида продукции (i_q) и стоимости каждого вида продукции в отчетном периоде (p₁q₁). Для определения общего изменения выпуска продукции предприятия в этом случае удобно воспользоваться формулой Пааше:

Числитель формулы можно получить суммированием величин p₁q₁, а знаменатель – делением фактической стоимости каждого вида продукции на соответствующий индивидуальный индекс физического объема продукции, т. е. делением p₁q₁/ i_q 

Таким образом получаем формулу среднего взвешенного гармонического индекса физического объема.

2) Ряды динамики — это ряды статистических показателей, характеризующих развитие явлений природы и общества во времени. Публикуемые Госкомстатом России статистические сборники содержат большое количество рядов динамики в табличной форме. Ряды динамики позволяют выявить закономерности развития изучаемых явлений.

Ряды динамики содержат два вида показателей. Показатели времени (годы, кварталы, месяцы и др.) или моменты времени (на начало года, на начало каждого месяца и т.п.). Показатели уровней ряда. Показатели уровней рядов динамики могут быть выражены абсолютными величинами (производство продукта в тоннах или рублях), относительными величинами (удельный вес городского населения в %) и средними величинами (средняя заработная плата работников отрасли по годам и т. п.). В табличной форме ряд динамики содержит два столбца или две строки.

Билет 11.

1) Необходимо знать свойства арифметической средней, что очень важно как для ее использования, так и при ее расчете. Можно выделить три основных свойства, которые наиболее всего обусловили широкое применение арифметической средней в статистико-экономических расчетах.

Свойство первое (нулевое): сумма положительных отклонений индивидуальных значений признака от его среднего значения равна сумме отрицательных отклонений. Это очень важное свойство, поскольку оно показывает, что любые отклонения (как с +, так и с -), вызванные случайными причинами, взаимно будут погашены.

Доказательство:

Свойство второе (минимальное): сумма квадратов отклонений индивидуальных значений признака от средней арифметической меньше, чем от любого другого числа (а), т.е. есть число минимальное.

Доказательство.

Составим сумму квадратов отклонений от переменной а:

 (5.4)

Чтобы найти экстремум этой функции, необходимо ее производную по а приравнять нулю:

Отсюда получаем:

 (5.5)

Следовательно, экстремум суммы квадратов отклонений достигается при  . Этот экстремум - минимум, так как функция не может иметь максимума.

Свойство третье: средняя арифметическая постоянной величины равна этой постоянной:   при а = const.

Кроме этих трех важнейших свойств средней арифметической существуют так называемые расчетные свойства, которые постепенно теряют свою значимость в связи с использованием электронно-вычислительной техники:

• если индивидуальное значение признака каждой единицы умножить или разделить на постоянное число, то средняя арифметическая увеличится или уменьшится во столько же раз;

• средняя арифметическая не изменится, если вес (частоту) каждого значения признака разделить на постоянное число;

• если индивидуальные значения признака каждой единицы уменьшить или увеличить на одну и ту же величину, то средняя арифметическая уменьшится или увеличится на ту же самую величину.

2) Важной задачей статистики при анализе рядов динамики является определение основной тенденции развития, присущей тому или иному ряду динамики. Например, за колебаниями урожайности какой-либо сельскохозяйственной культуры в отдельные годы тенденция роста (уменьшения ) урожайности может не просматриваться непосредственно, и поэтому должна быть выявлена статистическими методами.

Методы анализа основной тенденции в рядах динамики разделяются на две основные группы:

1) сглаживание или механическое выравнивание отдельных членов ряда динамики с использованием фактических значений соседних уровней;

2) выравнивание с применением кривой, проведенной между конкретными уровнями таким образом, чтобы она отображала тенденцию, присущую ряду и одновременно освободила его от незначительных колебаний.

Метод укрупнения интервалов.

Если рассматривать уровни экономических показателей за короткие промежутки времени, то в силу влияния различных факторов, действующих в разных направлениях, в рядах динамики наблюдается снижение и повышение этих уровней. Это мешает видеть основную тенденцию развития изучаемого явления. В

этом случае для наглядного представления тренда применяется метод укрупнения интервалов, который основан на укрупнении периодов времени, к которым относятся уровни ряда. Например, ряд ежесуточного выпуска продукции заменяется рядом месячного выпуска продукции и т. д.

Билет 12.

1)

Мода — это наиболее часто встречающийся вариант ряда. Мода применяется, например, при определении размера одежды, обуви, пользующейся наибольшим спросом у покупателей. Модой для дискретного ряда является варианта, обладающая наибольшей частотой. При вычислении моды для интервального вариационного ряда необходимо сначала определить модальный интервал (по максимальной частоте), а затем — значение модальной величины признака по формуле:

где:

•  — значение моды

•  — нижняя граница модального интервала

•  — величина интервала

•  — частота модального интервала

•  — частота интервала, предшествующего модальному

•  — частота интервала, следующего за модальным

Медиана — это значение признака, которое лежит в основе ранжированного ряда и делит этот ряд на две равные по численности части.

Для определения медианы в дискретном ряду при наличии частот сначала вычисляют полусумму частот   , а затем определяют, какое значение варианта приходится на нее. (Если отсортированный ряд содержит нечетное число признаков, то номер медианы вычисляют по формуле:

М_е = (n_{(число признаков в совокупности)} + 1)/2,

в случае четного числа признаков медиана будет равна средней из двух признаков находящихся в середине ряда).

При вычислении медианы для интервального вариационного ряда сначала определяют медианный интервал, в пределах которого находится медиана, а затем — значение медианы по формуле:

где:

•  — искомая медиана

•  — нижняя граница интервала, который содержит медиану

•  — величина интервала

•  — сумма частот или число членов ряда

•  - сумма накопленных частот интервалов, предшествующих медианному

•  — частота медианного интервала

2) Индексами называют сравнительные относительные величины, которые характеризуют изменение сложных социально-экономических показателей (показатели, состоящие из несуммируемых элементов) во времени, в пространстве, по сравнению с планом.

Индекс - это результат сравнения двух одноименных показателей, при исчислении которого следует различать числитель индексного отношения (сравниваемый или отчетный уровень) и знаменатель индексного отношения (базисный уровень, с которым производится сравнение). Выбор базы зависит от цели исследования. Если изучается динамика, то за базисную величину может быть взят размер показателя в периоде, предшествующем отчетному. Если необходимо осуществить территориальное сравнение, то за базу можно принять данные другой территории. За базу сравнения могут приниматься плановые показатели, если необходимо использовать индексы как показатели выполнения плана.

Индексы формируют важнейшие экономические показатели национальной экономики и ее отдельных отраслей. Индексные показатели позволяют осуществить анализ результатов деятельности предприятий и организаций, выпускающих самую разнообразную продукцию или занимающихся различными видами деятельности. С помощью индексов можно проследить роль отдельных факторов при формировании важнейших экономических показателей, выявить основные резервы производства. Индексы широко используются в сопоставлении международных экономических показателей при определении уровня жизни, деловой активности, ценовой политики и т.д.

Существует два подхода в интерпретации возможностей индексных показателей: обобщающий (синтетический) и аналитический, которые в свою очередь определяются разными задачами.

Суть обобщающего подхода - в трактовке индекса как показателя среднего изменения уровня исследуемого явления. В этом случае основной задачей, решаемой с помощью индексных показателей, будет характеристика общего изменения многофакторного экономического показателя.

Аналитический подход рассматривает индекс как показатель изменения уровня результативной величины, на которую оказывает влияние величина, изучаемая с помощью индекса. Отсюда и иная задача, которая решается с помощью индексных показателей: выделить влияние одного из факторов в изменении многофакторного показателя.

От содержания изучаемых показателей, методологии расчета первичных показателей, целей и задач исследования зависят и способы построения индексов.

По степени охвата элементов явления индексы делят на индивидуальные и общие (сводные).

Индивидуальные индексы (i) - это индексы, которые характеризуют изменение только одного элемента совокупности.

Общий (сводный) индекс (I) характеризует изменение по всей совокупности элементов сложного явления. Если индексы охватывают только часть явления, то их называют групповыми. В зависимости от способа изучения общие индексы могут быть построены или как агрегатные (от лат. аggrega - присоединяю) индексы, или как средние взвешенные индексы (средние из индивидуальных).

В статистике имеют большое значение индексы переменного и фиксированного состава, которые используются при анализе динамики средних показателей.

Индексом переменного состава называют отношение двух средних уровней.

Индекс фиксированного состава есть средний из индивидуальных индексов. Он рассчитывается как отношение двух стандартизованных средних, где влияние изменения структурного фактора устранено, поэтому данный индекс называют еще индексом постоянного состава.

В зависимости от характера и содержания индексируемых величин различают индексы количественных (объемных) показателей и индексы качественных показателей.

К индексам количественных (объемных) показателей относятся такие индексы, как индексы физического объема производства продукции, затрат на выпуск продукции, стоимости продукции, а также индексы показателей, размеры которых определяются абсолютными величинами. Используются различные виды индексов количественных показателей.

Индекс физического объема продукции (ФОП) отражает изменение выпуска продукции.

Индивидуальный индекс ФОП отражает изменение выпуска продукции одного вида

где q1 и q0 - количество продукции данного вида в натуральном выражении в текущем и базисном периодах.

Аналогично рассчитывается индекс затрат на выпуск продукции (ЗВП), который отражает изменение затрат на производство и может быть как индивидуальным, так и агрегатным.

Индивидуальный индекс ЗВП отражает изменение затрат на производство одного вида и определяется по формуле

где z1 и z0 - себестоимость единицы продукции искомого вида в текущем и базисном периодах; q1 z1 и q0 z0 - суммы затрат на выпуск продукции искомого вида в текущем и базисном периодах.

Рассмотрим построение индекса стоимости продукции (СП), который может определяться и как индивидуальный, и как агрегатный.

Индивидуальный индекс СП характеризует изменение стоимости продукции данного вида и имеет вид:

где p1 и p0 - цена единицы продукции данного вида в текущем и базисном периодах; q1 p1 и q0 p0 - стоимость продукции данного вида в текущем и базисном периодах.

Качественные показатели определяют уровень исследуемого итогового показателя и определяются путем соотношения итогового показателя и определенного количественного показателя (например, средняя заработная плата определяется путем соотношения фонда заработной платы и количества работников). К индексам качественных показателей относятся индексы цен, себестоимости, средней заработной платы, производительности труда.

Самым распространенным индексом в этой группе является индекс цен.

Индивидуальный индекс цен характеризует изменение цен по одному виду продукции

где p1 и p0 - цена за единицу продукции в текущем и базисном периодах.

Соответственно определяются индексы себестоимости и затрат рабочего времени по каждому виду продукции.

Билет 13.

1) Конкретные условия, в которых находится каждый из изучаемых объектов, а также особенности их собственного развития (социальные, экономические и пр.) выражаются соответствующими числовыми уровнями статистических показателей. Таким образом, вариация, т.е. несовпадение уровней одного и того же показателя у разных объектов, имеет объективный характер и помогает познать сущность изучаемого явления.

Для измерения вариации в статистике применяют несколько способов.

Наиболее простым является расчет показателя размаха вариации Н как разницы между максимальным (X_max ) и минимальным (X_min) наблюдаемыми значениями признака:

H=X_max - X_min.

Однако размах вариации показывает лишь крайние значения признака. Повторяемость промежуточных значений здесь не учитывается.

Более строгими характеристиками являются показатели колеблемости относительно среднего уровня признака. Простейший показатель такого типа –среднее линейное отклонение Л как среднее арифметическое значение абсолютных отклонений признака от его среднего уровня:

При повторяемости отдельных значений Х используют формулу средней арифметической взвешенной:

 (Напомним, что алгебраическая сумма отклонений от среднего уровня равна нулю.)

Показатель среднего линейного отклонения нашел широкое применение на практике. С его помощью анализируются, например, состав работающих, ритмичность производства, равномерность поставок материалов, разрабатываются системы материального стимулирования. Но, к сожалению, этот показатель усложняет расчеты вероятностного типа, затрудняет применение методов математической статистики. Поэтому в статистических научных исследованиях для измерения вариации чаще всего применяют показатель дисперсии.

Дисперсия признака (s²) определяется на основе квадратической степенной средней:

.

Показатель s, равный  ,  называется средним квадратическим отклонением.

В общей теории статистики показатель дисперсии является оценкой одноименного показателя теории вероятностей и (как сумма квадратов отклонений) оценкой дисперсии в математической статистике, что позволяет использовать положения этих теоретических дисциплин для анализа социально-экономических процессов.

Если вариация оценивается по небольшому числу наблюдений, взятых из неограниченной генеральной совокупности, то и среднее значение признака определяется с некоторой погрешностью. Расчетная величина дисперсии оказывается смещенной в сторону уменьшения. Для получения несмещенной оценки выборочную дисперсию, полученную по приведенным ранее формулам, надо умножить на величину n / (n - 1). В итоге при малом числе наблюдений (< 30) дисперсию признака рекомендуется вычислять по формуле

.

Обычно уже при n > (15÷20) расхождение смещенной и несмещенной оценок становится несущественным. По этой же причине обычно не учитывают смещенность и в формуле сложения дисперсий.

Если из генеральной совокупности сделать несколько выборок и каждый раз при этом определять среднее значение признака, то возникает задача оценки колеблемости средних. Оценить дисперсию среднего значения можно и на основе всего одного выборочного наблюдения по формуле

,

где n – объем выборки; s² – дисперсия признака, рассчитанная по данным выборки.

Величина    носит название средней ошибки выборки и является характеристикой отклонения выборочного среднего значения признака Х от его истинной средней величины. Показатель средней ошибки используется при оценке достоверности результатов выборочного наблюдения.

Показатели относительного рассеивания. Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер рассеивания в различных распределениях (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних, при сравнении разноименных совокупностей). Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%.

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

.

 2. Относительное линейное отключение характеризует долю усредненного значения признака абсолютных отклонений от средней величины

.

3. Коэффициент вариации:

является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин.

В статистике совокупности, имеющие коэффициент вариации больше 30–35 %, принято считать неоднородными.

2) К расчету средних уровней ряда динамики часто приходится прибегать уже при построении временного ряда – для обеспечения сопоставимости числителя и знаменателя при расчете средних и относительных величин. Пусть, например, нужно построить ряд динамики производства электроэнергии на душу населения в Российской Федерации. Для этого за каждый год необходимо количество произведенной электроэнергии в данном году (интервальный показатель) разделить на численность населения в том же году (момент-ный показатель, величина которого непрерывно меняется на протяжении года). Ясно, что численность населения на тот или иной момент времени в общем случае несопоставима с объемом производства за весь год в целом. Для обеспечения сопоставимости нужно и численность населения как-то приурочить ко всему году, а это можно сделать, лишь рассчитав среднюю численность населения за год.

Часто приходится прибегать к средним показателям динамики и потому, что уровни многих явлений сильно колеблются от периода к периоду, например от года к году, то повышаясь, то понижаясь. Особенно это относится ко многим показателям сельского хозяйства, где год на год не приходится, поэтому при анализе развития сельского хозяйства чаще оперируют не годовыми показателями, а более типичными и устойчивыми среднегодовыми показателями за несколько лет.

При вычислении средних показателей динамики необходимо иметь в виду, что к этим средним показателям полностью относятся общие положения теории средних величин. Это означает прежде всего, что динамическая средняя будет типичной, если она характеризует период с однородными, более или менее стабильными условиями развития явления. Выделение таких периодов – этапов развития – в определенном отношении аналогично группировке. Если же динамическая средняя величина исчислена за период, в течение которого условия развития явления существенно менялись, т. е. период, охватывающий разные этапы развития явления, то такой средней величиной нужно пользоваться с большой осторожностью, дополняя ее средними величинами за отдельные этапы.

Средние показатели динамики должны также удовлетворять логико-математическому требованию, согласно которому при замене средней величиной тех фактических величин, из которых получена средняя, не должна изменяться величина определяющего показателя, т. е. некоторого обобщающего показателя, связанного с осредняемым показателем. Метод расчета среднего уровня ряда динамики зависит прежде всего от характера показателя, лежащего в основе ряда, т. е. от вида временного ряда.

Наиболее просто вычисляется средний уровень интервального ряда динамики абсолютных величин с равностоящими уровнями. Расчет производится по формуле простой средней арифметической:

 

где n – число фактических уровней за последовательные равные отрезки времени.

Сложнее обстоит дело с вычислением среднего уровня моментного ряда динамики абсолютных величин. Момент-ный показатель может изменяться почти непрерывно, поэтому чем более подробны и исчерпывающи данные о его изменении, тем более точно можно вычислить средний уровень. Более того, сам метод расчета зависит от того, насколько подробны имеющиеся данные. Здесь возможны различные случаи.

При наличии исчерпывающих данных об изменении мо-ментного показателя его средний уровень вычисляется по формуле средней арифметической взвешенной для интервального ряда с разностоящими уровнями:

 

где t – число периодов времени, в течение которых уровень не изменялся.

Если промежутки времени между соседними датами равны друг другу, т. е. когда мы имеем дело с равными (или примерно равными) интервалами между датами (например, когда известны уровни на начало каждого месяца или квартала, года), тогда для моментного ряда с равностоящими уровнями расчет среднего уровня ряда производим по формуле средней хронологической:

 

Для моментного ряда с разностоящими уровнями расчет среднего уровня ряда производится по формуле

 

Выше шла речь о среднем уровне рядов динамики абсолютных величин. Для рядов динамики средних и относительных величин средний уровень нужно вычислять исходя из содержания и смысла этих средних и относительных показателей.

Средний абсолютный прирост показывает, на сколько единиц увеличивался или уменьшался уровень по сравнению с предыдущим периодом в среднем за единицу времени (в среднем ежемесячно, ежегодно и т. д.). Средний абсолютный прирост характеризует среднюю абсолютную скорость роста (или снижения) уровня и всегда является интервальным показателем. Он вычисляется путем деления общего прироста за весь период на длину этого периода в тех или иных единицах времени:

• расчет среднего абсолютного цепного прироста:

 

• расчет среднего абсолютного базисного прироста:

 

где – цепные абсолютные приросты за последовательные промежутки времени; n – число цепных приростов; У0 – уровень базисного периода.

В качестве основы и критерия правильности исчисления среднего темпа роста (как и среднего абсолютного прироста) можно использовать в роли определяющего показателя произведение цепныгх темпов роста, которое равно темпу роста за весь рассматриваемый период. Таким образом, перемножив n цепных темпов роста, мы получим темп роста за весь период:

 

Поставим задачу найти такой средний темп роста (р), чтобы при замене им фактических цепных темпов в формуле 8.11 остался без изменения темп роста за весь период (у1 / у1 -1). Следовательно, должно соблюдаться равенство

из которого следует:

 

где n – число уровней ряда динамики; Т1, Т2, Тп – цепные темпы роста.

Формула (8.1) носит название простой средней геометрической, (8.2) – средней геометрической в неявном виде.

Средний темп роста, выраженный в форме коэффициента, показыгвает, во сколько раз увеличивается уровень по сравнению с предыдущим периодом в среднем за единицу времени (в среднем ежегодно, ежемесячно и т. п.).

Для средних темпов роста и прироста сохраняет силу та же взаимосвязь, которая имеет место между обычными темпами роста и прироста:

 

Средний темп прироста (или снижения), выраженный в процентах, показывает, на сколько процентов увеличивался (или снижался) уровень по сравнению с предыдущим периодом в среднем за единицу времени (в среднем ежегодно, ежемесячно и т. п.). Средний темп прироста характеризует среднюю интенсивность роста, т. е. среднюю относительную скорость изменения уровня.

Из двух видов формулы среднего темпа роста чаще используется формула (8.2), так как она не требует вычисления всех цепных темпов роста. По формуле (8.1) расчет целесообразно производить лишь в тех случаях, когда неизвестны ни уровни ряда динамики, ни темп роста за весь период, а известны только цепные темпы роста (или прироста).

Билет 14.

1) Дисперсия ( ) - средняя из квадратов отклоне­ний вариантов значений признака от их средней величины:

Или   для не сгруппированных данных,

 для сгруппированных данных.

Свойства дисперсии.

1. Дисперсия постоянной величины равна 0.

2. Уменьшение всех значений признака на одну и ту же величину не изменяет величину дисперсии:

 

3. Уменьшение всех значений признака в к раз уменьшает дисперсию в k² раз: 

4. Средний квадрат отклонений, исчисленный от среднего арифметического, всегда будет меньше среднего квадрата отклонений, исчисляемого от любой другой величины:  >  . Величина различия между ними вполне определенная, это квадрат разности между средней и этой условной величиной А.

Дисперсия альтернативного признака, т. е. признака, имеющего два противоположных значения. В таких случаях наличие признака обозначается единицей, а его отсутствие - нулем. Доля единиц, обладающих признаком, обозначается через р, доля остальных единиц - q= 1 - р. Средняя величина альтернативного признака:

Дисперсия альтернативного признака:

Cреднее квадратическое отклонение альтернативного признака:

Общая дисперсия измеряет вариацию признака во всей совокупности, возникающую под влиянием всех факторов. Исчисляется по формуле:

Групповые средние и дисперсии обозначим соответственно х. и о'. Внутригрупповые дисперсии показывают величину вариации, вызванную всеми признаками, кроме признака, положенного в основу группировки.

Межгрупповая дисперсия является мерой вариации признака между группами и характеризует колеблемость групповых средних (Т) около общей средней (Т) (среднее квадратическое отклонение групповых средних от общей средней):