§5.1. Огива

Огива строится аналогично кумуляте с той лишь разницей, что накопленные частоты помещают на оси абсцисс, а значения признака — на оси ординат.

Разновидностью кумуляты является кривая концентрации или график Лоренца. Для построения кривой концентрации на обе оси прямоугольной системы координат наносится масштабная шкала в процентах от 0 до 100. При этом на оси абсцисс указывают накопленные частости, а на оси ординат — накопленные значения доли (в процентах) по объему признака.

Равномерному распределению признака соответствует на графике диагональ квадрата. При неравномерном распределении график представляет собой вогнутую кривую в зависимости от уровня концентрации признака.

Рис. Кривая концентрации

§6. Сравнимость статистических группировок

Группировки, построенные за один и тот же период времени, но для разных регионов или, наоборот, для одного региона, но за два разных периода времени, могут оказаться несопоставимыми из-за различного числа выделенных групп или неодинаковости границ интервалов. Для того чтобы привести такие группировки к сопоставимому виду (это позволяет провести их сравнительный анализ), используется метод вторичной группировки. Суть метода состоит в перегруппировке единиц объекта без обращения к первичным данным.

Вторичная группировка - операция по образованию новых групп на основе ранее построенной группировки.

Применяют два способа образования новых групп.

Первым, наиболее простым и распространенным способом является объединение первоначальных интервалов. Он используется в случае перехода от мелких к более крупным интервалам, а также когда границы новых и старых интервалов совпадают.

Второй способ получил название долевой перегруппировки и состоит в образовании новых групп на основе закрепления за каждой группой определенной доли единиц совокупности. Этот способ потребляется, когда необходимо в ходе перегруппировки данных определить, какая часть (доля) единиц совокупности перейдет из старых групп в новые.

§7. Метод группировок и многомерные классификации

Метод группировки позволяет получить общее представление о различных сторонах изучаемого объекта или процесса, выявить закономерности изменения основных показателей в совокупности, установить взаимосвязи и зависимости различных сторон изучаемых явлений, определить влияние факторов на изменение результативного признака.

Аналитические группировки, построенные по одному признаку, и сложные группировки позволяют установить связь и определить направление между результативными и 1 – 3 - факторными признаками. Но часто этого бывает недостаточно, так как в действительности на изменение величины результативного признака оказывает влияние множество факторов, действующих в разных направлениях. Для исследования таких многофакторных связей используются многомерные группировки. Целью таких группировок является расчленение совокупности социально-экономических явлений на качественно однородные группы по большому числу признаков одновременно и определение на их основе связи и влияния факторных признаков на результативный.

В основу построения многомерной группировки положен принцип перехода от величин, имеющих определенную размерность (рубли, тонны, гектары и т. д.), к безразмерным относительным величинам.

Так, абсолютные значения результативного признака заменяются отношениями где а абсолютные значения факторных признаков - отношениями  где  .

В результате такой замены получается матрица отношений (табл. 3.21).

Таблица: Матрица отношений

Если связь между результативным и факторным (х_i) признаками обратная, то для каждой единицы объекта исследования определяется величина  .

На основе отношений Рij исчисляется показатель  где К - число факторных признаков.

Этот показатель и будет основанием многомерной группировки, которая покажет взаимосвязь между множеством исследуемых факторных и одним результативным признаками.

На основе многомерной группировки можно построить уравнение регрессии, количественно отражающее степень связи между признаками.