Структурные средние. Общая характеристика, анализ и интерпретация

Кроме степенных средних в статистике для относительной характеристики величины варьирующего признака и внутреннего строения рядов распределения пользуются структурными средними, которые представлены,в основном, модой и медианой.

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

30. Понятие вариации и её значение в экономических исследованиях.

Вариация – это колеблемость значений признака у отдельных единиц совокупности.Наличию вариации обязана своим появлением статистика. Большинствостатистических закономерностей проявляется через вариацию. Изучая вариациюзначений признака в сочетании с его частотными характеристиками, мыобнаруживаем закономерности распределения (например: население по возрасту,студентов по уровню оценок).Рассматривая вариацию одного признака параллельно с изменением другого, мыобнаруживаем взаимосвязи между этими признаками или их отсутствие (например:зависимость между торговой площадью и товарооборотом).Вариации в статистике проявляются двояко, либо через изменения значенийпризнака у отдельных единиц совокупности, либо через наличие или отсутствиеизучаемого признака у отдельных единиц совокупности.Изучение вариации в статистике имеет как самостоятельную цель, так и являетсяпромежуточным этапом более сложных статистических исследований. 31. Абсолютные показатели вариации.

Вариацию можно определить как количественное различие значений одного и того же признака у отдельных единиц совокупности. Термин «вариация» имеет латинское происхождение - variatio, что означает различие, изменение, колеблемость. Изучение вариации в статистической практике позволяет установить зависимость между изменением, которое происходит в исследуемом признаке, и теми факторами, которые вызывают данное изменение.

Для измерения вариации признака используют как абсолютные, так и относительные показатели.

К абсолютным показателям вариации относят: размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, дисперсию.

К относительным показателям вариации относят: коэффициент осцилляции, линейный коэффициент вариации, относительное линейное отклонение и др.

Размах вариации R. Это самый доступный по простоте расчета абсолютный показатель, который определяется как разность между самым большим и самым малым значениями признака у единиц данной совокупности:

(6.1)

Размах вариации (размах колебаний) - важный показатель колеблемости признака, но он дает возможность увидеть только крайние отклонения, что ограничивает область его применения. Для более точной характеристики вариации признака на основе учета его колеблемости используются другие показатели.

.

Формула среднего линейного отклонения (простая)

(6.2)

Формула среднего линейного отклонения (взвешенная)

(6.3)

При использовании показателя среднего линейного отклонения возникают определенные неудобства, связанные с тем, что приходится иметь дело не только с положительными, но и с отрицательными величинами, что побудило искать другие способы оценки вариации, чтобы иметь дело только с положительными величинами. Таким способом стало возведение всех отклонений во вторую степень. Обобщающие показатели, найденные с использованием вторых степеней отклонений, получили очень широкое распространение. К таким показателям относятся среднее квадратическое отклонение и среднее квадратическое отклонение в квадрате , которое называют дисперсией.

Средняя квадратическая простая

(6.4)

Средняя квадратическая взвешенная

(6.5)

Дисперсия есть не что иное, как средний квадрат отклонений индивидуальных значений признака от его средней величины.

Формулы дисперсии взвешенной и простой :

(6.6)

Расчет дисперсии можно упростить. Для этого используется способ отсчета от условного нуля (способ моментов), если имеют место равные интервалы в вариационном ряду.