Средняя кубическая взвешенная
⇐ ПредыдущаяСтр 2 из 2 Средние квадратическая и кубическая имеют ограниченное применение в практике статистики. Более используется в статистике средняя квадратическая, но не из самих вариантов x, а из их отклонений от средней Особым видом средних величин являются структурные средние. Они применяются для изучения внутреннего строения и структуры рядов распределения значений признака. Это мода и медиана. Мода (Мо) – значение признака, наиболее часто встречающееся в совокупности, т.е. варианта, имеющая наибольшую частоту. Например, имеются следующие данные по бригаде:
В данном случае модальное значение выработки равно 20 деталей, т.к. ему соответствует наибольшая частота f = 5. В интервальных рядах распределения с равными интервалами мода вычисляется по формуле:
х Мо – нижняя граница модального интервала i Мо – величина модального интервала f Мо – частота модального интервала f Мо-1 – частота интервала, стоящего перед модальным f Мо+1 – частота интервала, следующего за модальным Модальный интервал – это интервал, которому соответствует наибольшая частота f. Например, имеются данные по предприятиям региона:
Модальным значением стоимости основных фондов предприятий региона является стоимость равная 18,8 млн. руб. Медиана (Ме) – это варианта, находящаяся в середине ранжированного вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака меньше медианы и со значениями признака больше медианы.
Если вариационный дискретный ряд нечетный, то номер медианы вычисляется по формуле:
Например, имеются данные по бригаде:
Ранжируем выработку по возрастанию признака:
Определяем номер медианового показателя В случае четного вариационного дискретного ряда медиана равна средней из двух вариантов, находящихся в середине ряда. Например, имеется заработная плата по 8 рабочим завода:
Проранжируем ряд по возрастанию зарплаты:
В середине стоят 4 и 5 рабочие по ранжиру, значит Медианная зарплата равна 5,25 тыс. руб. В интервальных рядах распределения медианное значение (поскольку оно делит совокупность на две равные по численности части) оказывается в каком-то из интервалов. Этот интервал характерен тем, что его кумулятивная частота (накопленная сумма частот) равна или превышает полусумму всех частот ряда. Значение медианы вычисляется по формуле:
х Ме – нижняя граница медианного интервала i Ме – медианный интервал
S Ме – сумма частот интервалов, стоящих перед медианным fМе – частота медианного интервала Например, имеются данные по предприятиям региона:
Прежде всего найдем медианный интервал, Из 25 предприятий региона 12 предприятий имеют стоимость основных фондов менее 18 млн. руб., а 12 предприятий – более 18 млн. руб.
Показатели вариации
Вариация – это различие в значениях какого – либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Например работники СХПК различаются по доходам, затратам времени на работу, росту, весу, образованию, профессии и т.д. Средняя величина дает обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строение совокупности, не показывает, как располагаются около нее варианты осредняемого признака. Чем больше варианты отдельных единиц совокупности различаются между собой, тем больше они отличаются от своей средней, и наоборот, - чем меньше варианты отличаются друг от друга, тем меньше они отличаются от средней, которая в таком случае будет более реально представлять всю совокупность. Поэтому возникает необходимость измерять вариацию признака в совокупностях с помощью ряда обобщающих показателей. К ним относятся: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, коэффициент вариации. Размах вариации R – разность между максимальным и минимальным значениями признака R = Xmax - Xmin Однако размах вариации показывает лишь крайние отклонения признака и не отражает отклонений всех вариант в ряду. Для более точного анализа вариации необходимы показатели, которые отражают все колебания варьирующего признака и дают обобщенную характеристику. Простейший из показателей такого типа – среднее линейное отклонение
Среднее линейное отклонение как меру вариации признака применяют в статистической практике в тех случаях, когда суммирование показателей без учета знаков имеет экономический смысл (например, анализ состава работающих, ритмичность производства, оборот внешней торговли). Дисперсия
Дисперсия представляет собой средний квадрат отклонений вариантов от их средней величины. Среднее квадратическое отклонение Чем меньше значение дисперсии и среднего квадратического отклонения, тем качественно однороднее совокупность и тем более типичной будет средняя величина. Для сравнения вариаций различных признаков, а также колеблемости одного и того же признака в нескольких совокупностях используют относительный показатель вариации – коэффициент вариации V. Коэффициент вариации характеризует, на сколько процентов в среднем отклоняются индивидуальные показатели от их среднего значения. Коэффициент вариации используют не только для сравнительной оценки вариации единиц совокупности, но и как характеристику однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%. Например, имеются данные о сменной выработке рабочих бригады, которые представлены интервальным рядов распределения:
Исчислим среднюю выработку на одного работника:
Среднеквадратическое отклонение:
Коэффициент вариации: Таким образом, индивидуальные выработки рабочих за смену колеблются вокруг средней выработки в среднем на 216 изделий или 8%. Данная бригада рабочих по выработке достаточно однородна, поскольку вариация признака составляет лишь 8%, что меньше 33%. Вариация признака обусловлена различными факторами. Определить их влияние на колеблемость индивидуальных значений признака можно при помощи трех видов дисперсий: 1) общей дисперсии 2) межгрупповой дисперсии 3) средней из внутригрупповых дисперсий Общая дисперсия
Межгрупповая дисперсия
Внутригрупповая дисперсия
На основании внутригрупповых дисперсий вычисляют среднюю из внутригрупповых дисперсий: Согласно правилу сложения дисперсий общая дисперсия равна сумме межгрупповой дисперсии и средней из внутригрупповых дисперсий, т.е. Например, при изучении влияния квалификации (тарифного разряда) рабочих на уровень производительности труда в цехе были получены данные, представленные в таблице:
Результативный признак – выработка рабочего – варьирует под влиянием факторного признака (квалификации), а также под влиянием других неучтенных случайных факторных признаков. Задача заключается в измерении этих вариаций с помощью дисперсий: общей, межгрупповой и внутригрупповых. 1. Для расчета групповых дисперсий исчислим средние выработки по каждой группе и общую среднюю выработку, шт.: по первой группе по второй группе в целом по десяти рабочим 2.Исчислим общую дисперсию по формуле Общая дисперсия отражает суммарное влияние всех возможных факторов на общую вариацию выработки изделий в среднем рабочими цеха.
3. Исчислим межгрупповую дисперсию Межгрупповая дисперсия характеризует вариацию групповых средних, обусловленную различиями групп рабочих по квалификационному разряду. 4. Данные для расчета внутригрупповых дисперсий представлены в таблице. Внутригрупповые дисперсии - по первой группе - по второй группе Средняя из внутригрупповых дисперсий:
5. Проверим правило сложения дисперсий: Очевидно, чем больше доля межгрупповой дисперсии в общей, тем сильнее влияние группировочного признака (квалификационного разряда) на результативный признак (количество изделий на рабочего). Для определения этой доли используется эмпирический коэффициент детерминации
Это означает, что на 66,6% вариация производительности труда рабочих обусловлена различиями в их квалификации и на 33,4% (100% - 66,6% = 33,4%) – влиянием прочих факторов.
Воспользуйтесь поиском по сайту: ![]() ©2015 - 2025 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|