- •Оглавление
- •Статистическое наблюдение
- •Группировка и сводка статистических данных
- •Обобщающие статистические показатели
- •3.1. Абсолютные величины
- •3.2. Относительные величины
- •3.3. Средние величины
- •3.3.1. Средняя арифметическая
- •3.3.1.1. Метод отсчёта от условного нуля
- •3.3.2. Средняя гармоническая
- •3.3.3. Средняя геометрическая
- •3.3.4. Средняя квадратическая
- •Вариационные ряды
- •Основные показатели вариационных рядов
- •Показатели среднего уровня
- •Средние степенные
- •Медиана
- •Показатели степени вариации
- •4.1.2.6. Виды дисперсий
- •4.1.2.6.1. Правило сложения дисперсий
- •4.1.2.6.2. Эмпирическое корреляционное отношение
- •4.1.2.6.3. Правило сложения дисперсий для доли признака
- •4.1.3. Показатели дифференциации и концентрации
- •4.1.3.1. Показатели дифференциации
- •20 – 30
- •50 – 60
- •4.1.3.2. Показатели концентрации
- •4.1.4. Показатели формы распределения
- •4.1.4.1. Моменты распределения
- •4.1.4.1.1. Начальные моменты
- •4.1.4.1.2. Условные моменты
- •4.1.4.1.3. Центральные моменты
- •4.1.4.2. Показатели асимметрии распределения
- •4.1.4.3. Показатели крутизны распределения
- •4.1.5. Кривые распределения
- •Нормальное распределение
- •Распределение Пуассона
- •Критерии согласия
- •Критерий согласия Пирсона
- •Критерий согласия Романовского
- •Критерий согласия Колмогорова
Основные показатели вариационных рядов
Для анализа вариационных рядов используются три группы показателей:
показатели среднего уровня (центра распределения);
показатели степени вариации;
показатели дифференциации и концентрации;
показатели формы распределения.
Показатели среднего уровня
При анализе особенностей статистического распределения прежде всего следует найти его центральное значение, или центр распределения. Для этого используют средние степенные, моды и медианы.
Средние степенные
Среди средних степенных наиболее часто применяется средняя арифметическая. Используются также средняя гармоническая, средняя геометрическая и средняя квадратическая.
Все перечисленные средние степенные величины рассчитываются по формуле средней степенной. Формула средней степенной порядка z используется, если имеются варианты x1z, x2z, …, xnz:
Формула средней степенной взвешенной используется, если имеются варианты и частоты m1, m2, …, mn:
В таблице представлены формулы различных видов степенных средних величин.
Наименование средней |
Формула средней | |
простая |
взвешенная | |
Гармоническая (z=-1) |
|
|
Геометрическая (z=0) |
|
|
Арифметическая (z=1) |
|
;
|
Квадратическая (z=2) |
|
|
где
– средняя степенная;
–показатель степени, позволяющий определить вид средней;
вариант;
число вариантов;
частота, или статистический вес варианта;
частость.
Мода
Модой (Mo) называется значение признака, которое чаще всего встречается в вариационном ряду.
Для дискретного ряда мода определяется непосредственно из определения, т.е. ищется значение признака, который встречается чаще всего. Для интервального ряда с равными интервалами сначала определяется модальный интервал (xk-1 - xk), которому соответствует максимальная частота (mi) или частость (wi).
Значение моды внутри модального интервала определяется по формуле:
где
xk-1 – нижняя граница модального интервала;
hk – длина модального интервала;
mk-1, mk, mk+1 – частота интервала, соответственно предшествующего модальному, модального и следующего за модальным.
Графически моду можно определить по гистограмме распределения. Для этого следует выполнить следующие действия:
выбрать самый высокий прямоугольник, который является модальным;
правую вершину модального прямоугольника соединить с верхней правой вершиной предшествующего прямоугольника;
левую верхнюю вершину модального прямоугольника соединить с верхней левой вершиной последующего прямоугольника;
найти абсциссу точки пересечения этих отрезков.
Найденная абсцисса является модой распределения.
Для ряда с неравными интервалами модальный интервал определяется по наибольшей плотности распределения. Мода – это значение признака, которому соответствует максимальная плотность распределения. Поэтому в формуле вместо частот mk-1, mk, mk+1 следует подставить плотности распределения pk-1, pk, pk+1:
Пример 12. Вычисление моды для дискретного вариационного ряда
Вычислить моду для распределения сотрудников по тарифным разрядам.
Тарифный разряд |
Число сотрудников, чел |
2 |
11 |
3 |
18 |
4 |
22 |
5 |
20 |
6 |
14 |
Итого |
85 |
Мода равна 4, так как 4 – это значение признака, который встречается чаще всего, т.е. 22 раза.
Пример 13. Вычисление моды для интервального вариационного ряда с равной длиной интервалов
Вычислить моду для распределения сотрудников по возрастам.
Возрастные группы сотрудников, лет |
Число сотрудников, чел |
20 – 30 |
11 |
30 – 40 |
33 |
40 – 50 |
22 |
50 – 60 |
15 |
60 – 70 |
4 |
Итого |
85 |
Модальным интервалом является интервал 30 – 40 лет, т.к. ему соответствует максимальная частота 33. Мода равна:
Графическое определение моды:
Пример 14. Вычисление моды для интервального вариационного ряда с неравной длиной интервалов
Вычислить моду для распределения фермерских хозяйств по поголовью скота.
Поголовье скота, шт. |
Количество хозяйств, шт. |
Частость, % |
Плотность распределения |
Менее 5 |
11 |
12,94 |
2,59 |
5 – 10 |
33 |
38,82 |
7,76 |
10 – 30 |
22 |
25,88 |
1,29 |
30 – 50 |
15 |
17,65 |
0,88 |
50 – 100 |
4 |
4,71 |
0,09 |
Итого |
85 |
100 |
|
Частости в процентах:
12,94
38,82
25,88
17,65
4,71
Плотности распределения:
Наибольшая плотность, равная 7,76 соответствует интервалу 5 – 10.
Мода:
Графическое определение моды: