Наиболее распространённой формой статистических показателей является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Например, курс акций корпорации в основном определяется финансовыми результатами ее деятельности. В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием основных факторов. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенностей отдельных единиц.

Типичность средней непосредственным образом связана с однородностью совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности. Так, если мы рассчитаем средний курс по акциям всех предприятий, реализуемых в данный день на данной бирже, то получим фиктивную среднюю. Это будет объясняться тем, что используемая для расчета совокупность является крайне неоднородной. В этом и подобных случаях метод средних используется в сочетании с методом группировок: если совокупность неоднородна – общие средние должны быть заменены или дополнены групповыми средними, т.е. средними, рассчитанными по качественно однородным группам.

В теории средних используются следующие условные обозначения.

1.Признак, по которому определяется среднее, называется осредняемым признаком и обозначается .

2.Величина осредняемого признака у каждой единицы совокупности называется его индивидуальным значением и обозначается .

3.Повторяемость индивидуальных значений называется частотой и обозначается f .

4. Суммарное значение признака обозначается W .

Всякий количественный признак статистической совокупности имеет одно единственное среднее значение. Оно может быть рассчитано различными способами в зависимости от формы выражения осредняемого признака (абсолютной, относительной и средней) и имеющейся информации. В зависимости от степени k получаются различные виды средних.

1.Средняя арифметическая простая – наиболее распространенный вид средней

k =1

2.Средняя арифметическая взвешенная – используется в том случае, если известны индивидуальные значения признака и их частоты f . Каждый вариант «взвешивают» по своей частоте, т.е. умножают на нее. Частоты f при этом называют статистическими весами или просто весами средней .

Пример. По имеющимся данным рассчитаем средний стаж работы сотрудников

3.Средняя гармоническая простая используется в том случае, если необходимо чтобы при осреднении оставалась неизменной сумма величин, обратных индивидуальным значениям признака.

где – сумма обратных значений признака.

Пример . Автомобиль с грузом от предприятия до склада ехал со скоростью 40 км/ч, а обратно порожняком со скоростью 60км/ч. Какова средняя скорость автомобиля за обе поездки?

Пусть расстояние перевозки составило S км. Никакой роли при расчете средней скорости S не играет. При замене индивидуальных значений скорости на среднюю величину необходимо, чтобы неизменной величиной оставалось время, затраченное на обе поездки, иначе средняя скорость может оказаться любой – от скорости черепахи до скорости света. Время поездок равно . Итак,

Сократив все члены равенства на S, получим т.е. выполняется условие гармонической средней. Подставляя и , получаем

Арифметическая средняя 50 км/ч неверна, т.к. приводит к другому времени движения, чем на самом деле. Если расстояние равно 96 км, то реальное время движения составит

В статистической практике чаще применяется средняя гармоническая взвешенная.

4.Средняя гармоническая взвешенная используется, если известны индивидуальные значения признака и суммарные значения признака.

Пример

5.Средняя агрегатная используется, если известны суммарные значения признака и их частоты.

Пример . Определить среднюю стоимость продукции, если известно

6.Средняя квадратическая применяется для расчета среднеквадратического отклонения, являющегося показателем вариации, а также в технике

k =2

Средняя квадратическая взвешенная

7.Средняя геометрическая используется для расчета среднего темпа роста по цепной схеме k= 0

При k= 1 получаем арифметическую среднюю, при k= 2 – квадратическую, при k= 3 – кубическую, при k= 0 – геометрическую, при k= -1 – гармоническую среднюю. Чем выше показатель степени k , тем больше значение средней величины. Если все исходные значения признака равны, то и все средние равны const. Итак, имеем следующее соотношение, которое называется правилом мажорантности средних :

Пользуясь этим правилом, статистика может в зависимости от настроения и желания ее «знатока» либо «утопить», либо «выручить» студента, получившего в сессию оценки 2 и 5. Каков его средний бал?

Если судить по средней арифметической, то средний бал равен 3,5. Но если декан желает «утопить» несчастного и вычислит среднюю гармоническую то студент остается в среднем двоечником, не дотянувшим до тройки.

Однако студенческий совет может возразить декану и представить среднюю кубическую величину . Студент уже выглядит «хорошистом» и даже претендует на стипендию.

Структурные средние – мода и медиана – в отличие от степенных средних, которые в значительной степени являются абстрактной характеристикой совокупности, выступают как конкретные величины, совпадающие со вполне определенными вариантами совокупности. Это делает их незаменимыми при решении практических задач.

Мода – это наиболее часто встречающееся значение признака у единиц данной совокупности. Для дискретного ряда распределения мода определяется без расчета, путем просматривания столбца частот, и соответствует значению признака с наибольшей частотой. Из примера №1 наибольшая частота f=20 , что соответствует 4 тарифному разряду, следовательно M o =4.

Для интервального ряда распределения мода определяется по формуле

где – нижняя граница модального интервала;

– величина модального интервала;

– частоты интервала соответственно предшествующего модальному, модального и следующего за модальным.

Модальному соответствует интервал с наибольшей частотой.

Рассчитаем моду для примера № 2. Модальному соответствует интервал 130-140. Для него , = 140-130=10, =20,

Чаще всего норма выработки работников составляет 134%, чаще всего план перевыполняется на 34%.

Медиана – значение признака, который лежит в середине ранжированного ряда и делит его пополам. Ранжированный ряд – ряд, расположенный в порядке возрастания или убывания признака. Для дискретных вариационных рядов медиана не рассчитывается, а определяется путем просмотра ряда. Например, для пяти работников дневная норма выработки деталей составляет соответственно 10, 12, 15, 16 и 18 шт. М е является выработка третьего работника и равна 15 деталям. При четном количестве значений признака за медиану принимается полусумма значений признака, занимающих срединное значение. Н-р, при 10 значениях полусумма 5-го и 6-го значений признака.

Для интервального ряда медиана определяется по формуле

где – нижняя граница медианного интервала;

– величина медианного интервала;

– полусумма объема вариационного ряда;

– накопленная частота интервала, предшествующего медианному;

– частота медианного интервала.

Медианным называется интервал, соответствующий половине объема ряда. Для того, найти медианный интервал, необходимо накапливать частоты до тех пор, пока не будет найден интервал, содержащий в себе половину объема ряда.

Рассчитаем медиану для примера № 2. Медианный интервал 120-130, т.к. соответствующая ему накопленная частота содержит в себе половину объема ряда. Для него

– Половина работников выполняет норму выработки меньше, чем 129%, а другая половина рабочих выполняет норму выработки больше, чем 129%.

Лекция 6. Средние величины

Среди показателей, характеризующих статистические совокупности, важное место занимают средние величины.

Средняя величина - показатель, который даёт обобщённую (усреднённую) характеристику единиц изучаемой совокупности. В средней величине отражается то общее, что имеется в каждой единице совокупности.

Сущность статистической обработки методом средней величины заключается в замене индивидуальных значений признака их средним показателем. При этом общий объём совокупности остаётся неизменным.

Пример: есть данные о выработке 5 рабочих: 135, 141, 153, 159, 162. Определить среднюю выработку. .

Средние величины, которые необходимо знать наизусть:

Средняя арифметическая;

Средняя гармоническая;

Средняя хронологическая;

Средняя квадратическая, кубическая;

Средняя геометрическая;

Структурные средние: мода, медиана.

1. Средняя арифметическая: чаще всего в статистике и социально-экономических исследованиях применяется арифметическая величина.

Средняя арифметическая простая рассматривается в случаях, когда значение признака повторяется один или одинаковое число раз в ряде распределения:

Где n -количество единиц совокупности.

Средняя арифметическая взвешенная применяется в случаях, когда каждое значение признака повторяется неодинаковое число раз, или частота ряда распределения превышает единицу хотя бы для одного признака:

Где f -вес.(сколько раз повторяется каждая еденица совокупности)

2. Средняя гармоническая: в ряде случаев бывают известны варианты (x) и произведения варианты на частоту (x f), в то время как сами частоты (f) неизвестны, тогда применяется средняя гармоническая, которая бывает простой и взвешенной.

Произведение x f выражается через сложный экономический показатель M (M = x f ). Для расчёта средней величины, когда x f =M =1 , применяется средняя гармоническая простая: .

Если x f =M? 1 , то для расчёта применяется средняя гармоническая взвешенная: .

Средняя гармоническая - величина, обратная средней арифметической, из обратных значений признака.

Свойства средних величин

1. Если от каждой варианты отнять или прибавить одно и то же число, то средняя увеличится или уменьшится на то же число.

2. Если каждую варианту увеличить или уменьшить в a раз, то средняя увеличится или уменьшится в столько же раз.

3. Если все частоты увеличить или уменьшить в a раз, то средняя не изменится.

4. Если все частоты увеличить или уменьшить на a , то средняя изменится непредсказуемо.

5. Средняя арифметическая суммы нескольких величин равна суме средних арифметических этих величин.

6. Алгебраическая сумма отклонений значений признака от средней арифметической всегда равна нулю.

Пример: Найти среднюю урожайность в 2003 и 2004 гг.

Где f -вес

3. Средняя хронологическая: применяется для расчёта средней величины, если исходные данные представлены на определённые даты, моменты времени:

Пример: Найти среднюю стоимость ОПФ


стоимость ОПФ

Приведем все расчеты к одному знаменателю: Х=эээ

4. Средняя квадратическая: применяется для измерения вариации признака в совокупности:

5. Средняя кубическая: .

6. Средняя геометрическая: применяется чаще всего для определения средних темпов роста в единицу времени: ,

Пример: Рассчитайте среднегодовые темпы роста

Где m=n-1.

Средняя геометрическая, чаще всего, применяется в экономических расчетах, но учитывает только начало и конец ряда и недостаточно точно отражает динамику изменения, т.е. она не учитывает сумму ряда.

7. Средняя кумулятивная:

Формула кумулятивной средней более чётко отражает динамику изменений и помогает увидеть сумму ранжированного ряда.

Все рассмотренные средние величины (кроме средней хронологической) являются степенными средними и выводятся из следующей формулы: , где получается при

k=-1 ? средняя гармоническая;

k=0 ? средняя геометрическая;

k=1 ? средняя арифметическая;

k=2 ? средняя квадратическая;

k=3 ? средняя кубическая.

Все эти показатели рассчитываются для варьирующего признака для простых средних. Если все значения признака в ряде распределения одинаковы, то все значения средних равны. Между указанными средними величинами имеет место зависимость (для одного ряда распределения):

Это неравенство называется правилом мажорантности средних величин.

8. Структурные средние:

1) Структурное среднее мода (Mо ) - наиболее часто встречающееся значение ряда, другими словами, мода - это варианта, имеющая наибольшую частоту. В дискретных рядах мода определяется визуально, в интервальных рядах визуально определяется модальный интервал, а мода (точечная) определяется по формуле: , где

x 0 ? нижняя граница модального интервала;

i ? шаг интервального ряда;

f Mо ? частота модального интервала;

f Mо-1 ? частота интервала, предшествующего модальному;

f Mо+1 ? частота интервала, следующего за модальным.

Пример: Найти Мо в дискретном и интервальном рядах.

2) Структурное среднее медиана (Mе ) - значение, которое делит ранжированный ряд пополам.

В нечётных, чётных и дискретных рядах медиана определяется визуально, но в дискретных рядах она определяется с помощью накопленных частот. В интервальном ряду медианный интервал находится визуально, с помощью накопленных частот, а сама медиана (точечно) по формуле:

x 0 ? нижняя граница медианного интервала;

i ?шаг интервального ряда;

?f ? сумма накопленных частот;

S Me-1 ? сумма частот, накопленных до медианного интервала;

f Me ? частота медианного интервала.

Пример: Найти Ме в нечетных, четных, дискретных, интервальных рядах.

интервальный ряд:

Если х сред. равно Мо = Ме - это симметричное распределение, если х сред не равно Мо, не равно Ме - распределение ассиметричное.

Анализ данных правовой статистики невозможен без использования средних величин и связанных с ними показателей вариации. Только при помощи средних величин можно охарактеризовать совокупности по количественному варьирующему признаку, по которому их принято сравнивать.

Средней величиной в статистике называется обобщенная характеристика совокупности однородных явлений по какому-либо одному количественно варьирующему признаку в условиях места и времени.

Она обычно обобщает количественную вариацию признака. За любой средней величиной скрывается ряд распределения единиц совокупности по изучаемому признаку, т. е. вариационный ряд.

Одним из важных условий расчета средних величин является качественная однородность единиц совокупности в отношении осредняемого признака. Средние величины, которые вычислены для явлений разного типа, представляют собой фикцию. Они могут искажать или стирать различия разнородных совокупностей.

Практически и теоретически в криминологии, социологии права и других юридических дисциплинах допустимы в основном групповые средние, т. е. средние, которые вычислены на основе адекватных статистических группировок.

Средние величины базируются на массовом обобщении фактов. Только так они способны выявлять те или иные тенденции, которые лежат в основе наблюдаемого процесса. Средние величины отражают самую общую закономерность, которая присуща всей массе изучаемых явлений. Она видна в типичной количественной характеристике, так называемой средней величине всех варьирующих показателей.

Средние статистические величины имеют несколько видов, но все они входят в класс степенных средних, т. е. средних, построенных из различных степеней вариантов: средняя арифметическая, средняя гармоническая, средняя квадратическая, средняя геометрическая и т. д.

При расчете различных степенных средних все основные показатели, на основе которых осуществляется расчет, не изменяются.

Разные виды средних при одних и тех же исходных показателях имеют

в связи с различными значениями степени далеко не одинаковые численные значения.

Чем меньше степень средней, тем меньше значение, соответствующее средней – это закономерность. Поэтому каждая средняя приведенного ряда мажорантна в отношении средних, которые стоят справа от нее. Все это называется правилом мажорантности средних.

Выбор обычной средней или взвешенной осуществляется статистическим материалом, а выбор вида степенной – целью исследования.

Кроме средних степенных, в правовой статистике применяются средние структурные, в качестве которых выступают мода и медиана.

Самым распространенным видом средней величины является средняя арифметическая. Она рассчитывается очень просто: сумму величин всех вариантов делят на общее число единиц вариантов.

Средняя арифметическая при дискретном вариационном ряде исчисляется по формуле средней арифметической взвешенной. Она не имеет принципиальных отличий от простой средней арифметической. В ней лишь суммирование одного и того же значения заменено умножением этого значения на его частоту. Таким образом, каждое значение взвешивается по частоте встречаемости. Когда частоты исчисляются сотнями и тысячами, то использование средней взвешенной намного упрощает расчет.

При расчете средней арифметической совсем не обязательно знать величину каждого индивидуального значения или иметь в своем распоряжении построенный на основе этих вариант вариационный ряд.

В официальной отчетности юридических учреждений обычно уже имеются многие суммарные величины. Суммирование происходит последовательно

в районах, городах, субъектах Федерации и в центре при сводке и группировке данных, которые получены из документов первичного учета.

Расчет средней на основе обобщенных в отчете данных осуществим, когда каждое отдельное значение варианты вообще не фиксируется. Поэтому можно сказать, что между средними и относительными величинами иногда

не существует строгих границ. Все они являются обобщающими. Кроме того, любая средняя величина представляет собой своеобразное отношение

двух абсолютных величин, т. е. она одновременно является определенной относительной величиной. Но, с другой стороны, любая относительная величина дает своеобразную усредненную характеристику процесса.

Существуют некоторые особенности и трудности для расчета средней арифметической при интервальном ряде статистических показателей, т. е. когда индивидуальные численные варианты сгруппированы в интервалы.

Правовая статистика использует интервальные ряды чаще, чем дискретные. Таким образом, учитываются сроки наказания, сроки следствия, сроки рассмотрения уголовных и гражданских дел, возраст правонаруши-телей и т. д.

С целью упрощения расчета средней арифметической можно использо-вать некоторые ее свойства, которые здесь приводятся без доказательств.

1. Произведение средней на сумму частот всегда равно сумме произведений вариант на частоты.

2. Если от каждой варианты отнять или прибавить одно и то же число, то новая средняя уменьшится или увеличится на то же число.

3. Если каждую варианту разделить или умножить на какое-либо число, то средняя арифметическая уменьшится или увеличится во столько же раз.

4. Если все частоты разделить или умножить на какое-либо число, то средняя арифметическая от этого не изменится.

5. Сумма отклонений вариант от средней арифметической всегда равна нулю.

6. Общая средняя равна средней из частных средних, взвешенной по численности соответствующих частей совокупности.

Следующая средняя – средняя геометрическая – используется для вычисления средних темпов роста и прироста (снижения) наблюдаемых процессов. Исследование этих параметров в динамике преступности, выявленных правонарушителей, раскрываемости, судимости, общего числа заключенных, оправданных, освобожденных от уголовной ответственности, рассмотренных гражданских дел, удовлетворенных и неудовлетворенных исков и других меняющихся во времени юридически значимых процессов и явлений имеет важное значение в науке и практике.

Динамика юридически значимых явлений характеризуется многими показателями, среди которых – средние арифметические и геометрические. Средние арифметические показатели используются для расчета среднегодового абсолютного прироста или снижения, выраженного

в именованных числах. Они важны, но их недостаточно, особенно

в сравнительных целях, для достижения которых большую помощь оказывают темпы роста, прироста и снижения, выраженные в процентах. Расчет этих параметров производится по формуле средней геометрической, но на основе все тех же абсолютных показателей.

Для того, чтобы рассчитать среднегодовые темпы роста и прироста, необходимы абсолютные показатели первого и последнего годов, на базе которых рассчитывается относительная величина динамики в процентах и количество лет. В статистических сборниках и официальной отчетности уже имеются подсчитанные общие итоги и даже проценты роста или снижения наблюдаемого процесса. На основе их и числа лет можно легко найти искомые среднегодовые темпы роста и прироста интересующих процессов.

Мода и медиана. Модой в статистике именуется значение варианта, которое чаще всего встречается в данной совокупности. Иногда могут быть распределения, где все варианты встречаются примерно одинаково часто.

В подобных случаях мода не определяется, так как она практически отсутствует. В других распределениях мода может быть не единственной.

Моду применяют в тех случаях, когда нужно охарактеризовать более часто встречающуюся величину признака.

Определение моды для интервального ряда несколько сложнее, так как, чтобы определить моду, требуется определить модальный интервал данных рядов.

Медианой в статистике называется варианта, которая расположена

в середине ранжированного ряда. Она разделяет упорядоченный ряд пополам. По обе стороны от медианы находится одинаковое число единиц совокупности. При определении значения медианы предполагают, что значение признака в интервале расположено равномерно.

Медиана, которая рассчитана для вариационного ряда с существенно различающимися интервалами, отличается от медианы, исчисленной для того же ряда, но с равными интервалами.

В практике мода и медиана порой используются вместо средней арифметической или вместе с ней. При применении вместе они дополняют друг друга, особенно при совокупности небольшого числа единиц с очень малыми значениями исследуемого признака. Как дополнение к средней арифметической также лучше исчислять моду и медиану, которые, в отличие от средней, не зависят от крайних и характерных для совокупности значений признака. Медиану можно использовать в качестве приближенной средней арифметической, когда совокупность ранжирована и упорядочена, тогда медиана определяется по серединному значению варианты. Поэтому значения других вариант можно и не изменять.

Кроме медианного деления вариационного ряда на две равные части,

в статистике используются и более дробные деления: квартили, которые делят вариационный ряд по сумме частот на 4 равные части, децили – на

10 равных частей и центили – на 100 равных частей. Они употребляются для более выразительных и компактных описаний исследуемого процесса, но

в правовой статистике практически не применяются.

Показатели вариации признака. Средние величины представляют собой важную обобщающую характеристику совокупности по изменяющемуся признаку. Подсчитав их, необходимо уяснить, насколько они показательны, типичны или однородны, ведь одинаковые средние могут характеризировать совершенно разнородные совокупности.

Для того чтобы наши суждения о различиях вариационных рядов были статистически точными, нужно прибегать к показателям отклонений различных вариант от средней.

Первый и наиболее простой показатель вариации – это размах вариации, который исчисляется в виде разности между наибольшими и наименьшими значениями варьирующего признака.

Среднее арифметическое отклонение является второй мерой измерения вариаций признака. В статистическом анализе оно применяется довольно редко. Обычно применяют третий показатель вариации – дисперсию, или средний квадрат отклонений.

Путем извлечения квадратного корня из дисперсии мы получим следующий, четвертый, показатель вариации – среднее квадратическое отклонение.

Дисперсия и среднее квадратическое отклонение являются самыми распространенными показателями вариации изучаемого признака. В правовой статистике их используют при сравнительных статистических исследованиях, для обоснования ошибки репрезентативности выборочного наблюдения,

а также при изучении корреляционных и других статистических связей между признаками фактора и признаками следствия или между причиной и следствием.

Коэффициент вариации является пятым по счету показателем вариации. Он, в отличие от размаха вариации, среднего линейного, среднего квадратического отклонения и дисперсии, выражающихся в абсолютных и именованных числах, является показателем относительным. Коэффициент вариации предоставляет много возможностей для сравнительных изучений, потому что сравнивать, например, средние квадратические отклонения вариационных рядов с разными уровнями непосредственно нельзя. Коэффициент вариации в некоторой мере представляется критерием типичности средней. Если он относительно большой, это значит, что типичность этой средней очень невысока, а если, наоборот, – его значение мало, то средняя является типической и надежной.

Средние величины относятся к обобщающим статистическим показателям, которые дают сводную (итоговую) характеристику массовых общественных явлений, так как строятся на основе большого количества индивидуальных значений варьирующего признака. Для выяснения сущности средней величины необходимо рассмотреть особенности формирования значений признаков тех явлений, по данным которых исчисляют среднюю величину.

Известно, что единицы каждого массового явления обладают многочисленными признаками. Какой бы из этих признаков мы ни взяли, его значения у отдельных единиц будут различными, они изменяются, или, как говорят в статистике , варьируют от одной единицы к другой. Так, например, заработная плата работника определяется его квалификацией, характером труда, стажем работы и целым рядом других факторов, поэтому изменяется в весьма широких пределах. Совокупное влияние всех факторов определяет размер заработка каждого работника, тем не менее можно говорить о среднемесячной заработной плате работников разных отраслей экономики . Здесь мы оперируем типичным, характерным значением варьирующего признака, отнесенным к единице многочисленной совокупности.

Средняя величина отражает то общее, что характерно для всех единиц изучаемой совокупности. В то же время она уравновешивает влияние всех факторов, действующих на величину признака отдельных единиц совокупности, как бы взаимно погашая их. Уровень (или размер) любого общественного явления обусловлен действием двух групп факторов. Одни из них являются общими и главными, постоянно действующими, тесно связанными с природой изучаемого явления или процесса, и формируют то типичное для всех единиц изучаемой совокупности, которое и отражается в средней величине. Другие являются индивидуальными, их действие выражено слабее и носит эпизодический, случайный характер. Они действуют в обратном направлении, обусловливают различия между количественными признаками отдельных единиц совокупности, стремясь изменить постоянную величину изучаемых признаков. Действие индивидуальных признаков погашается в средней величине. В совокупном влиянии типичных и индивидуальных факторов, которое уравновешивается и взаимно погашается в обобщающих характеристиках, проявляется в общем виде известный из математической статистики фундаментальный закон больших чисел.

В совокупности индивидуальные значения признаков сливаются в общую массу и как бы растворяются. Отсюда и средняя величина выступает как «обезличенная», которая может отклоняться от индивидуальных значений признаков, не совпадая количественно ни с одним из них. Средняя величина отражает общее, характерное и типичное для всей совокупности благодаря взаимопогашению в ней случайных, нетипичных различий между признаками отдельных ее единиц, так как ее величина определяется как бы общей равнодействующей из всех причин.

Однако для того, чтобы средняя величина отражала наиболее типичное значение признака, она должна определяться не для любых совокупностей, а только для совокупностей, состоящих из качественно однородных единиц. Это требование является основным условием научно обоснованного применения средних величин и предполагает тесную связь метода средних величин и метода группировок в анализе социально-экономических явлений. Следовательно, средняя величина - это обобщающий показатель, характеризующий типичный уровень варьирующего признака в расчете на единицу однородной совокупности в конкретных условиях места и времени.

Определяя, таким образом, сущность средних величин, необходимо подчеркнуть, что правильное исчисление любой средней величины предполагает выполнение следующих требований:

качественная однородность совокупности, по которой вычислена средняя величина. Это означает, что исчисление средних величин должно основываться на методе группировок, обеспечивающем выделение однородных, однотипных явлений;
исключение влияния на вычисление средней величины случайных, сугубо индивидуальных причин и факторов. Это достигается в том случае, когда вычисление средней основывается на достаточно массовом материале, в котором проявляется действие закона больших чисел, и все случайности взаимно погашаются;
при вычислении средней величины важно установить цель ее расчета и так называемый определяющий показа-телъ (свойство), на который она должна быть ориентирована.

Определяющий показатель может выступать в виде суммы значений осредняемого признака, суммы его обратных значений, произведения его значений и т. п. Связь между определяющим показателем и средней величиной выражается в следующем: если все значения осредняемого признака заменить средним значением, то их сумма или произведение в этом случае не изменит определяющего показателя. На основе этой связи определяющего показателя со средней величиной строят исходное количественное отношение для непосредственного расчета средней величины. Способность средних величин сохранять свойства статистических совокупностей называют определяющим свойством.

Средняя величина, рассчитанная в целом по совокупности, называется общей средней; средние величины, рассчитанные для каждой группы, - групповыми средними. Общая средняя отражает общие черты изучаемого явления, групповая средняя дает характеристику явления, складывающуюся в конкретных условиях данной группы.

Способы расчета могут быть разные, поэтому в статистике различают несколько видов средней величины, основными из которых являются средняя арифметическая, средняя гармоническая и средняя геометрическая.

В экономическом анализе использование средних величин является основным инструментом для оценки результатов научно-технического прогресса, социальных мероприятий, поиска резервов развития экономики. В то же время следует помнить о том, что чрезмерное увлечение средними показателями может привести к необъективным выводам при проведении экономико-статистического анализа. Это связано с тем, что средние величины, будучи обобщающими показателями, погашают, игнорируют те различия в количественных признаках отдельных единиц совокупности, которые реально существуют и могут представлять самостоятельный интерес.

Виды средних величин

В статистике используют различные виды средних величин, которые делятся на два больших класса:

степенные средние (средняя гармоническая, средняя геометрическая, средняя арифметическая, средняя квадра-тическая, средняя кубическая);
структурные средние (мода, медиана).

Для вычисления степенных средних необходимо использовать все имеющиеся значения признака. Мода и медиана определяются лишь структурой распределения, поэтому их называют структурными, позиционными средними. Медиану и моду часто используют как среднюю характеристику в тех совокупностях, где расчет средней степенной невозможен или нецелесообразен.

Самый распространенный вид средней величины - средняя арифметическая. Под средней арифметической понимается такое значение признака, которое имела бы каждая единица совокупности, если бы общий итог всех значений признака был распределен равномерно между всеми единицами совокупности. Вычисление данной величины сводится к суммированию всех значений варьирующего признака и делению полученной суммы на общее количество единиц совокупности. Например, пять рабочих выполняли заказ на изготовление деталей, при этом первый изготовил 5 деталей, второй - 7, третий - 4, четвертый - 10, пятый- 12. Поскольку в исходных данных значение каждого варианта встречалось только один раз, для определения средней выработки одного рабочего следует применить формулу простой средней арифметической:

т. е. в нашем примере средняя выработка одного рабочего равна

Наряду с простой средней арифметической изучают среднюю арифметическую взвешенную. Например, рассчитаем средний возраст студентов в группе из 20 человек , возраст которых варьируется от 18 до 22 лет, где xi - варианты осредняемого признака, fi - частота, которая показывает, сколько раз встречается i-е значение в совокупности (табл. 5.1).

Таблица 5.1

Средний возраст студентов

Применяя формулу средней арифметической взвешенной, получаем:

Для выбора средней арифметической взвешенной существует определенное правило: если имеется ряд данных по двум показателям, для одного из которых надо вычислить

среднюю величину, и при этом известны численные значения знаменателя ее логической формулы, а значения числителя неизвестны, но могут быть найдены как произведение этих показателей, то средняя величина должна высчитывать-ся по формуле средней арифметической взвешенной.

В некоторых случаях характер исходных статистических данных таков, что расчет средней арифметической теряет смысл и единственным обобщающим показателем может служить только другой вид средней величины - средняя гармоническая. В настоящее время вычислительные свойства средней арифметической потеряли свою актуальность при расчете обобщающих статистических показателей в связи с повсеместным внедрением электронно-вычислительной техники. Большое практическое значение приобрела средняя гармоническая величина, которая тоже бывает простой и взвешенной. Если известны численные значения числителя логической формулы, а значения знаменателя неизвестны, но могут быть найдены как частное деление одного показателя на другой, то средняя величина вычисляется по формуле средней гармонической взвешенной.

Например, пусть известно, что автомобиль прошел первые 210 км со скоростью 70 км/ч, а оставшиеся 150 км со скоростью 75 км/ч. Определить среднюю скорость автомобиля на протяжении всего пути в 360 км, используя формулу средней арифметической, нельзя. Так как вариантами являются скорости на отдельных участках xj = 70 км/ч и Х2 = 75 км/ч, а весами (fi) считаются соответствующие отрезки пути, то произведения вариантов на веса не будут иметь ни физического, ни экономического смысла. В данном случае смысл приобретают частные от деления отрезков пути на соответствующие скорости (варианты xi), т. е. затраты времени на прохождение отдельных участков пути (fi/ xi). Если отрезки пути обозначить через fi, то весь путь выразиться как Σfi, а время, затраченное на весь путь, - как Σ fi/ xi , Тогда средняя скорость может быть найдена как частное от деления всего пути на общие затраты времени:

В нашем примере получим:

Если при использовании средней гармонической веса всех вариантов (f) равны, то вместо взвешенной можно использовать простую (невзвешенную) среднюю гармоническую:

где xi - отдельные варианты; n - число вариантов осредняемого признака. В примере со скоростью простую среднюю гармоническую можно было бы применить, если бы были равны отрезки пути, пройденные с разной скоростью.

Любая средняя величина должна вычисляться так, чтобы при замене ею каждого варианта осредняемого признака не изменялась величина некоторого итогового, обобщающего показателя, который связан с осредняемым показателем. Так, при замене фактических скоростей на отдельных отрезках пути их средней величиной (средней скоростью) не должно измениться общее расстояние.

Форма (формула) средней величины определяется характером (механизмом) взаимосвязи этого итогового показателя с осредняемым, поэтому итоговый показатель, величина которого не должна изменяться при замене вариантов их средней величиной, называется определяющим показателем. Для вывода формулы средней нужно составить и решить уравнение, используя взаимосвязь осредняемого показателя с определяющим. Это уравнение строится путем замены вариантов осредняемого признака (показателя) их средней величиной.

Кроме средней арифметической и средней гармонической в статистике используются и другие виды (формы) средней величины. Все они являются частными случаями степенной средней. Если рассчитывать все виды степенных средних величин для одних и тех же данных, то значения

их окажутся одинаковыми, здесь действует правило мажо-рантности средних. С увеличением показателя степени средних увеличивается и сама средняя величина. Наиболее часто применяемые в практических исследованиях формулы вычисления различных видов степенных средних величин представлены в табл. 5.2.

Таблица 5.2

Средняя геометрическая применяется, когда имеется n коэффициентов роста, при этом индивидуальные значения признака представляют собой, как правило, относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики. Средняя характеризует, таким образом, средний коэффициент роста. Средняя геометрическая простая рассчитывается по формуле

Формула средней геометрической взвешенной имеет следующий вид:

Приведенные формулы идентичны, но одна применяется при текущих коэффициентах или темпах роста, а вторая - при абсолютных значениях уровней ряда.

Средняя квадратическая применяется при расчете с величинами квадратных функций, используется для измерения степени колеблемости индивидуальных значений признака вокруг средней арифметической в рядах распределения и вычисляется по формуле

Средняя квадратическая взвешенная рассчитывается по другой формуле:

Средняя кубическая применяется при расчете с величинами кубических функций и вычисляется по формуле

средняя кубическая взвешенная:

Все рассмотренные выше средние величины могут быть представлены в виде общей формулы:

где - средняя величина; - индивидуальное значение; n - число единиц изучаемой совокупности; k - показатель степени, определяющий вид средней.

При использовании одних и тех же исходных данных, чем больше k в общей формуле степенной средней, тем больше средняя величина. Из этого следует, что между величинами степенных средних существует закономерное соотношение:

Средние величины, описанные выше, дают обобщенное представление об изучаемой совокупности и с этой точки зрения их теоретическое, прикладное и познавательное значение бесспорно. Но бывает, что величина средней не совпадает ни с одним из реально существующих вариантов, поэтому кроме рассмотренных средних в статистическом анализе целесообразно использовать величины конкретных вариантов, занимающие в упорядоченном (ранжированном) ряду значений признака вполне определенное положение. Среди таких величин наиболее употребительными являются структурные, или описательные, средние - мода (Мо) и медиана (Ме).

Мода - величина признака, которая чаще всего встречается в данной совокупности. Применительно к вариационному ряду модой является наиболее часто встречающееся значение ранжированного ряда, т. е. вариант, обладающий наибольшей частотой. Мода может применяться при определении магазинов, которые чаще посещаются, наиболее распространенной цены на какой-либо товар. Она показывает размер признака, свойственный значительной части совокупности, и определяется по формуле

где х0 - нижняя граница интервала; h - величина интервала; fm - частота интервала; fm_ 1 - частота предшествующего интервала; fm+ 1 - частота следующего интервала.

Медианой называется вариант, расположенный в центре ранжированного ряда. Медиана делит ряд на две равные части таким образом, что по обе стороны от нее находится одинаковое количество единиц совокупности. При этом у одной половины единиц совокупности значение варьирующего признака меньше медианы, у другой - больше ее. Медиана используется при изучении элемента, значение которого больше или равно или одновременно меньше или равно половине элементов ряда распределения. Медиана дает общее представление о том, где сосредоточены значения признака, иными словами, где находится их центр.

Описательный характер медианы проявляется в том, что она характеризует количественную границу значений варьирующего признака, которыми обладает половина единиц совокупности. Задача нахождения медианы для дискретного вариационного ряда решается просто. Если всем единицам ряда придать порядковые номера, то порядковый номер медианного варианта определяется как (п +1) / 2 с нечетным числом членов п. Если же количество членов ряда является четным числом, то медианой будет являться среднее значение двух вариантов, имеющих порядковые номера n / 2 и n / 2 + 1.

При определении медианы в интервальных вариационных рядах сначала определяется интервал, в котором она находится (медианный интервал). Этот интервал характерен тем, что его накопленная сумма частот равна или превышает полусумму всех частот ряда. Расчет медианы интервального вариационного ряда производится по формуле

где X0 - нижняя граница интервала; h - величина интервала; fm - частота интервала; f - число членов ряда;

∫m-1 - сумма накопленных членов ряда, предшествующих данному.

Наряду с медианой для более полной характеристики структуры изучаемой совокупности применяют и другие значения вариантов, занимающих в ранжированном ряду вполне определенное положение. К ним относятся квартили и децили. Квартили делят ряд по сумме частот на 4 равные части, а децили - на 10 равных частей. Квартилей насчитывается три, а децилей - девять.

Медиана и мода в отличие от средней арифметической не погашают индивидуальных различий в значениях варьирующего признака и поэтому являются дополнительными и очень важными характеристиками статистической совокупности. На практике они часто используются вместо средней либо наряду с ней. Особенно целесообразно вычислять медиану и моду в тех случаях, когда изучаемая совокупность содержит некоторое количество единиц с очень большим или очень малым значением варьирующего признака. Эти, не очень характерные для совокупности значения вариантов, влияя на величину средней арифметической, не влияют на значения медианы и моды, что делает последние очень ценными для экономико-статистического анализа показателями.

Показатели вариации

Целью статистического исследования является выявление основных свойств и закономерностей изучаемой статистической совокупности. В процессе сводной обработки данных статистического наблюдения строят ряды распределения. Различают два типа рядов распределения - атрибутивные и вариационные, в зависимости от того, является ли признак, взятый за основу группировки, качественным или количественным.

Вариационными называют ряды распределения, построенные по количественному признаку. Значения количественных признаков у отдельных единиц совокупности не постоянны, более или менее различаются между собой. Такое различие в величине признака носит название вариации. Отдельные числовые значения признака, встречающиеся в изучаемой совокупности, называют вариантами значений. Наличие вариации у отдельных единиц совокупности обусловлено влиянием большого числа факторов на формирование уровня признака. Изучение характера и степени вариации признаков у отдельных единиц совокупности является важнейшим вопросом всякого статистического исследования. Для описания меры изменчивости признаков используют показатели вариации.

Другой важной задачей статистического исследования является определение роли отдельных факторов или их групп в вариации тех или иных признаков совокупности. Для решения такой задачи в статистике применяются специальные методы исследования вариации, основанные на использовании системы показателей, с помощью которых измеряется вариация. В практике исследователь сталкивается с достаточно большим количеством вариантов значений признака, что не дает представления о распределении единиц по величине признака в совокупности. Для этого проводят расположение всех вариантов значений признака в возрастающем или убывающем порядке. Этот процесс называют ранжированием ряда. Ранжированный ряд сразу дает общее представление о значениях, которые принимает признак в совокупности.

Недостаточность средней величины для исчерпывающей характеристики совокупности заставляет дополнять средние величины показателями, позволяющими оценить типичность этих средних путем измерения колеблемости (вариации) изучаемого признака. Использование этих показателей вариации дает возможность сделать статистический анализ более полным и содержательным и тем самым глубже понять сущность изучаемых общественных явлений.

Самыми простыми признаками вариации являются минимум и максимум - это наименьшее и наибольшее значение признака в совокупности. Число повторений отдельных вариантов значений признаков называют частотой повторения. Обозначим частоту повторения значения признака fi, сумма частот, равная объему изучаемой совокупности будет:

где k - число вариантов значений признака. Частоты удобно заменять частостями - wi. Частость - относительный показатель частоты - может быть выражен в долях единицы или процентах и позволяет сопоставлять вариационные ряды с различным числом наблюдений. Формально имеем:

Для измерения вариации признака применяются различные абсолютные и относительные показатели. К абсолютным показателям вариации относятся среднее линейное отклонение, размах вариации, дисперсия, среднее квадратическое отклонение.

Размах вариации (R) представляет собой разность между максимальным и минимальным значениями признака в изучаемой совокупности: R = Xmax - Xmin. Этот показатель дает лишь самое общее представление о колеблемости изучаемого признака, так как показывает разницу только между предельными значениями вариантов. Он совершенно не связан с частотами в вариационном ряду, т. е. с характером распределения, а его зависимость может придавать ему неустойчивый, случайный характер только от крайних значений признака. Размах вариации не дает никакой информации об особенностях исследуемых совокупностей и не позволяет оценить степень типичности полученных средних величин. Область применения этого показателя ограничена достаточно однородными совокупностями, точнее, характеризует вариацию признака показатель, основанный на учете изменчивости всех значений признака.

Для характеристики вариации признака нужно обобщить отклонения всех значений от какой-либо типичной для изучаемой совокупности величины. Такие показатели

вариации, как среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, основаны на рассмотрении отклонений значений признака отдельных единиц совокупности от средней арифметической.

Среднее линейное отклонение представляет собой среднюю арифметическую из абсолютных значений отклонений отдельных вариантов от их средней арифметической:

Абсолютное значение (модуль) отклонения варианта от средней арифметической; f- частота.

Первая формула применяется, если каждый из вариантов встречается в совокупности только один раз, а вторая - в рядах с неравными частотами.

Существует и другой способ усреднения отклонений вариантов от средней арифметической. Этот очень распространенный в статистике способ сводится к расчету квадратов отклонений вариантов от средней величины с их последующим усреднением. При этом мы получаем новый показатель вариации - дисперсию.

Дисперсия (σ 2) - средняя из квадратов отклонений вариантов значений признака от их средней величины:

Вторая формула применяется при наличии у вариантов своих весов (или частот вариационного ряда).

В экономико-статистическом анализе вариацию признака принято оценивать чаще всего с помощью среднего квадратического отклонения. Среднее квадратическое отклонение (σ) представляет собой корень квадратный из дисперсии:

Среднее линейное и среднее квадратическое отклонения показывают, на сколько в среднем колеблется величина признака у единиц исследуемой совокупности, и выражаются в тех же единицах измерения, что и варианты.

В статистической практике часто возникает необходимость сравнения вариации различных признаков. Например, большой интерес представляет сравнение вариаций возраста персонала и его квалификации, стажа работы и размера заработной платы и т. д. Для подобных сопоставлений показатели абсолютной колеблемости признаков - среднее линейное и среднее квадртическое отклонение - не пригодны. Нельзя, в самом деле, сравнивать колеблемость стажа работы, выражаемую в годах, с колеблемостью заработной платы, выражаемой в рублях и копейках.

При сравнении изменчивости различных признаков в совокупности удобно применять относительные показатели вариации. Эти показатели вычисляются как отношение абсолютных показателей к средней арифметической (или медиане). Используя в качестве абсолютного показателя вариации размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, получают относительные показатели колеблемости:

Наиболее часто применяемый показатель относительной колеблемости, характеризующий однородность совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33 % для распределений, близких к нормальному.

Введение 3
1. Понятие средней величины 4
2. Виды средних и способы их вычисления 8
3. Структурные средние 13
4. Показатели вариации 16
Заключение 21
Список литературы 22

Введение

Средние величины используются на этапе обработки и обобщения полученных первичных статистических данных. Потребность определения средних величин связана с тем, что у различных единиц исследуемых совокупностей индивидуальные значения одного и того же признака, как правило, неодинаковы.
Средней величиной называют показатель, который характеризует обобщенное значение признака или группы признаков в исследуемой совокупности.
Если исследуется совокупность с качественно однородными признаками, то средняя величина выступает здесь как типическая средняя. Например, для групп работников определенной отрасли с фиксированным уровнем дохода определяется типическая средняя расходов на предметы первой необходимости, т.е. типическая средняя обобщает качественно однородные значения признака в данной совокупности, каковым является доля расходов у работников данной группы на товары первой необходимости.
При исследовании совокупности с качественно разнородными признаками на первый план может выступить нетипичность средних показателей. Такими, к примеру, являются средние показатели произведенного национального дохода на душу населения (разные возрастные группы), средние показатели урожайности зерновых культур по всей территории России, средние показатели рождаемости населения по всем регионам страны, средние температуры за определенный период и т.д. Здесь средние величины обобщают качественно разнородные значения признаков или системных пространственных совокупностей или динамических совокупностей, протяженных во времени. Такие средние величины называют системными средними.
1. Понятие средней величины

Как правило, многие признаки единиц статистических совокупностей различны по своему значению, например, заработная плата рабочих одной профессии какого-либо предприятия не одинакова за один и тот же период времени, различны урожайность сельскохозяйственных культур в хозяйствах района и цены на рынке на одинаковую продукцию и т.д. Поэтому, чтобы определить значение признака, характерное для всей изучаемой совокупности единиц, прибегают к расчету средних величин .
Средней величиной в статистике называется обобщающий показатель, характеризующий типичный уровень явления в конкретных условиях места и времени, отражающий величину варьирующего признака в расчете на единицу качественно однородной совокупности. В экономической практике используется широкий круг показателей, вычисленных в виде средних величин.
Например, обобщающим показателем доходов рабочих акционерного общества (АО) служит средний доход одного рабочего, определяемый отношением фонда заработной платы и выплат социального характера за рассматриваемый период (год, квартал, месяц) к численности рабочих АО. Для лиц с достаточно однородным уровнем доходов, например, работников бюджетной сферы и пенсионеров по старости (исключая имеющих льготы и дополнительные доходы) можно определить типичные доли расходов на покупку предметов питания. Так можно говорить о средней продолжительности рабочего дня, среднем тарифном разряде рабочих, среднем уровне производительности труда и т.д.
Вычисление среднего - один из распространенных приемов обобщения; средний показатель отражает то общее, что характерно (типично) для всех единиц изучаемой совокупности, в то же время он игнорирует различия отдельных единиц. В каждом явлении и его развитии имеет место сочетание случайности и необходимости. При исчислении средних в силу действия закона больших чисел случайности взаимопогашаются, уравновешиваются, поэтому можно абстрагироваться от несущественных особенностей явления, от количественных значений признака в каждом конкретном случае. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей .
Там, где возникает потребность обобщения, расчет таких характеристик приводит к замене множества различных индивидуальных значений признака средним показателем, характеризующим всю совокупность явлений, что позволяет выявить закономерности, присущие массовым общественным явлениям, незаметные в единичных явлениях.
Средняя отражает характерный, типичный, реальный уровень изучаемых явлений, характеризует эти уровни и их изменения во времени и в пространстве.
Средняя - это сводная характеристика закономерностей процесса в тех условиях, в которых он протекает.
Анализ средних выявляет, например, закономерности изменения производительности труда, заработной платы рабочих отдельного предприятия на определенном этапе его экономического развития, изменения климата в конкретном пункте земного шара на основе многолетних наблюдений средней температуры воздуха и др.
Однако для того, чтобы средний показатель был действительно типизирующим, он должен определяться не для любых совокупностей, а только для совокупностей, состоящих из качественно однородных единиц. Это является основным условием научно обоснованного использования средних.
Средние, полученные для неоднородных совокупностей, будут искажать характер изучаемого общественного явления, фальсифицировать его, или будут бессмысленными. Так, если рассчитать средний уровень доходов служащих какого-либо района, то получится фиктивный средний показатель, поскольку для его исчисления использована неоднородная совокупность, включающая в себя служащих предприятий различных типов (государственных, совместных, арендных, акционерных), а также органов государственного управления, сферы науки, культуры, образования и т.п. В таких случаях метод средних используется в сочетании с методом группировок, позволяющим выделить однородные группы, по которым и исчисляются типические групповые средние.
Групповые средние позволяют избежать "огульных" средних, обеспечивают сравнение уровней отдельных групп с общим уровнем по совокупности, выявление имеющихся различий и т.д.
Однако нельзя сводить роль средних только к характеристике типических значений признаков в однородных по данному признаку совокупностях. На практике современная статистика использует так называемые системные средние, обобщающие неоднородные явления (характеристики государства, единой народнохозяйственной системы: например, средний национальный доход" на душу населения, средняя урожайность зерновых по всей стране, средний реальный доход на душу населения, среднее потребление продуктов питания на душу населения, производительность общественного труда).
В современных условиях развития рыночных отношений в экономике средние служат инструментом изучения объективных закономерностей социально-экономических явлений. Однако в экономическом анализе нельзя ограничиваться лишь средними показателями, так как за общими благоприятными средними могут скрываться и крупные серьезные недостатки в деятельности отдельных хозяйствующих субъектов, и ростки нового, прогрессивного. Так, например, распределение населения по доходу позволяет выявлять формирование новых социальных групп. Поэтому наряду со средними статистическими данными необходимо учитывать особенности отдельных единиц совокупности.
Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц, так как в этом случае согласно закону больших чисел взаимопогашаются случайные, индивидуальные различия между единицами, и они не оказывают существенного влияния на среднее значение, что способствует проявлению основного, существенного, присущего всей массе. Если основываться на среднем из небольшой группы данных, то можно сделать неправильные выводы, поскольку такой средний показатель будет отражать значительное влияние индивидуальных особенностей, т.е. случайных моментов, не характерных для изучаемой совокупности в целом.
Каждая средняя характеризует изучаемую совокупность по какому-либо одному признаку, но для характеристики любой совокупности, описания ее типических черт и качественных особенностей нужна система средних показателей. Поэтому в практике отечественной статистики для изучения социально-экономических явлений, как правило, исчисляется система средних показателей. Так, например, показатели средней заработной платы оцениваются совместно с показателями средней выработки, фондовооруженности и энерговооруженности труда, степенью механизации и автоматизации работ и др.
Средняя должна вычисляться с учетом экономического содержания исследуемого показателя. Поэтому для конкретного показателя, используемого в социально-экономическом анализе, можно исчислить только одно истинное значение средней на базе научного способа расчета.

Остановимся на некоторых общих принципах применения средних величин.
1. Средняя должна определяться для совокупностей, состоящих из качественно однородных единиц.
2. Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц.
3. Средняя должна рассчитываться для совокупности, единицы которой находятся в нормальном, естественном состоянии.
4. Средняя должна вычисляться с учетом экономического содержания исследуемого показателя.

2. Виды средних и способы их вычисления

Рассмотрим теперь виды средних величин, особенности их исчисления и области применения. Средние величины делятся на два больших класса: степенные средние, структурные средние.
К степенным средним относятся такие наиболее известные и часто применяемые виды, как средняя геометрическая, средняя арифметическая и средняя квадратическая.
В качестве структурных средних рассматриваются мода и медиана.

СРЕДНИЕ ВЕЛИЧИНЫ

Степенные средние: Структурные средние:
гармоническая
арифметическая
кубическая
геометрическая
квадратическая мода
медиана
квартиль
дециль

Остановимся на степенных средних. Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Простая средняя считается по не сгруппированным данным и имеет следующий общий вид:
,
где Xi – варианта (значение) осредняемого признака;

n – число вариант.
Взвешенная средняя считается по сгруппированным данным и имеет общий вид
,
где Xi – варианта (значение) осредняемого признака или серединное значение интервала, в котором измеряется варианта;
m – показатель степени средней;
fi – частота, показывающая, сколько раз встречается i-e значение осредняемого признака.
Приведем в качестве примера расчет среднего возраста студентов в группе из 20 человек:
№ п/п
Возраст
(лет) № п/п Возраст
(лет) № п/п Возраст
(лет) № п/п Возраст
(лет)
1
2
3
4
5 18
18
19
20
19 6
7
8
9
10 20
19
19
19
20 11
12
13
14
15 22
19
19
20
20 16
17
18
19
20 21
19
19
19
19

Средний возраст рассчитаем по формуле простой средней:

Сгруппируем исходные данные. Получим следующий ряд распределения:

Возраст, Х лет 18 19 20 21 22 Всего
Число студентов 2 11 5 1 1 20

В результате группировки получаем новый показатель – частоту, указывающую число студентов в возрасте Х лет. Следовательно, средний возраст студентов группы будет рассчитываться по формуле взвешенной средней:

Общие формулы расчета степенных средних имеют показатель степени (m). В зависимости от того, какое значение он принимает, различают следующие виды степенных средних:
средняя гармоническая, если m = -1;
средняя геометрическая, если m –> 0;
средняя арифметическая, если m = 1;
средняя квадратическая, если m = 2;
средняя кубическая, если m = 3.
Если рассчитать все виды средних для одних и тех же исходных данных, то значения их окажутся неодинаковыми. Здесь действует правило мажорантности средних: с увеличением показателя степени m увеличивается и соответствующая средняя величина:

В статистической практике чаще, чем остальные виды средних взвешенных, используются средние арифметические и средние гармонические взвешенные.
Таблица 1
Виды степенных средних

Вид степенной
средней Показатель
степени (m) Формула расчета
Простая Взвешенная
Гармоническая -1

Геометрическая 0

Арифметическая 1

Квадратическая 2

Кубическая 3

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности – носители признака, а произведения этих единиц на значения признака (т.е. m = Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.
Главное требование к формуле расчета среднего значения заключается в том, чтобы все этапы расчета имели реальное содержательное обоснование; полученное среднее значение должно заменить индивидуальные значения признака у каждого объекта без нарушения связи индивидуальных и сводных показателей. Иначе говоря, средняя величина должна исчисляться так, чтобы при замене каждого индивидуального значения осредняемого показателя его средней величиной оставался без изменения некоторый итоговый сводный показатель, связанный тем или другим образом с осредняемым. Этот итоговый показатель называется определяющим, поскольку характер его взаимосвязи с индивидуальными значениями определяет конкретную формулу расчета средней величины. Покажем это правило на примере средней геометрической.
Формула средней геометрической

используется чаще всего при расчете среднего значения по индивидуальным относительным величинам динамики.
Средняя геометрическая применяется, если задана последовательность цепных относительных величин динамики, указывающих, например, на рост объема производства по сравнению с уровнем предыдущего года: i1, i2, i3,..., in. Очевидно, что объем производства в последнем году определяется начальным его уровнем (q0) и последующим наращиванием по годам:
qn=q0× i1× i2×...×in.
Приняв qn в качестве определяющего показателя и заменяя индивидуальные значения показателей динамики средними, приходим к соотношению

3. Структурные средние

Особый вид средних величин – структурные средние – применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).
В качестве структурных средних чаще всего используют показатели моды – наиболее часто повторяющегося значения признака – и медианы – величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В итоге у одной половины единиц совокупности значение признака не превышает медианного уровня, а у другой – не меньше его.
Если изучаемый признак имеет дискретные значения, то особых сложностей при расчете моды и медианы не бывает. Если же данные о значениях признака Х представлены в виде упорядоченных интервалов его изменения (интервальных рядов), расчет моды и медианы несколько усложняется. Поскольку медианное значение делит всю совокупность на две равные по численности части, оно оказывается в каком-то из интервалов признака X. С помощью интерполяции в этом медианном интервале находят значение медианы:
,
где XMe – нижняя граница медианного интервала;
hMe – его величина;
(Sum m)/2 – половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);
SMe-1 – сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;
mMe – число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).
В данном примере могут быть получены даже три медианных значения – исходя из признаков количества предприятий, объема продукции и общей суммы затрат на производство:

Таким образом, у половины предприятий уровень себестоимость единицы продукции превышает 125,19 тыс. руб., половина всего объема продукции производится с уровнем затрат на изделие больше 124,79 тыс. руб. и 50 % общей суммы затрат образуется при уровне себестоимости одного изделия выше 125,07 тыс. руб. Заметим также, что наблюдается некоторая тенденция к росту себестоимости, так как Ме2 = 124,79 тыс. руб., а средний уровень равен 123,15 тыс. руб.
При расчете модального значения признака по данным интервального ряда надо обращать внимание на то, чтобы интервалы были одинаковыми, поскольку от этого зависит показатель повторяемости значений признака X. Для интервального ряда с равными интервалами величина моды определяется как
,
где ХMo – нижнее значение модального интервала;
mMo – число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);
mMo-1 – то же для интервала, предшествующего модальному;
mMo+1 – то же для интервала, следующего за модальным;
h – величина интервала изменения признака в группах.
Для нашего примера можно рассчитать три модальных значения исходя из признаков числа предприятий, объема продукции и суммы затрат. Во всех трех случаях модальный интервал один и тот же, так как для одного и того же интервала оказываются наибольшими и число предприятий, и объем продукции, и общая сумма затрат на производство:

Таким образом, чаще всего встречаются предприятия с уровнем себестоимости 126,75 тыс. руб., чаще всего выпускается продукция с уровнем затрат 126,69 тыс. руб., и чаще всего затраты на производство объясняются уровнем себестоимости в 123,73 тыс. руб.

4. Показатели вариации

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 (Xmax) и минимальным (Xmin) наблюдаемыми значениями признака:
H=Xmax - Xmin.
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.
У такого способа оценки вариации есть и существенный недостаток. Действительно, пусть, например, исходная совокупность рабочих, имеющих средний стаж 15 лет, со средним квадратическим отклонением s = 10 лет, «состарилась» еще на 15 лет. Теперь = 30 лет, а среднеквадратическое отклонение по-прежнему равно 10. Совокупность, ранее бывшая неоднородной (10/15 × 100 = 66,7%), со временем оказывается, таким образом, вполне однородной (10/30 × 100 = 33,3 %).

Заключение

Средняя величина – это обобщающий показатель, характеризующий типический уровень явления. Он выражает величину признака, отнесенную к единице совокупности.
Средняя всегда обобщает количественную вариацию признака, т.е. в средних величинах погашаются индивидуальные различия единиц совокупности, обусловленные случайными обстоятельствами. В отличие от средней абсолютная величина, характеризующая уровень признака отдельной единицы совокупности, не позволяет сравнивать значения признака у единиц, относящихся к разным совокупностям.
Для того, чтобы средний показатель был действительно типизирующим, он должен рассчитываться с учетом определенных принципов.
Таким образом, значение средних величин состоит в их обобщающей функции. Средняя величина заменяет большое число индивидуальных значений признака, обнаруживая общие свойства, присущие всем единицам совокупности. Это, в свою очередь, позволяет избежать случайных причин и выявить общие закономерности, обусловленные общими причинами.

Список литературы

1. Григорьева Р.П. Статистика. – М.: Изд-во Михайлова, 2008. – 366c.
2. Елисеева И.И., Юзбашев М.М. Общая теория статистики. – М.: Финансы и статистика, 2004. – 298с.
3. Золотарев А.А.Статистика. – М.: Владос, 2008. – 378с.
4. Макроэкономическая статистика. – М.: Дело, 2009. – 452с.
5. Сиденко А.В. Статистика. – М.: Финансы и статистика, 2004. – 502с.
6. Статистика. Курс лекций. Л.П. Харченко, В.Г. Ионин и др. Новосибирск, НГАЭиУ, 2007. – 228с.
7. Теория статистики / Под ред. Р.А.Шмойловой. – М.: Финансы и статистика, 2009. – 318с.
8. Ячиков Р.А. Теория статистики. – М.: Финансы и статистика, 2008. – 484с.

Контрольные работы в Магнитогорске, контрольную работу купить, курсовые работы по праву, купить курсовую работу по праву, курсовые работы в РАНХиГС, курсовые работы по праву в РАНХиГС, дипломные работы по праву в Магнитогорске, дипломы по праву в МИЭП, дипломы и курсовые работы в ВГУ, контрольные работы в СГА, магистерские диссертации по праву в Челгу.