
- •Міністерство освіти і науки України Державний вищий навчальний заклад
- •Тема 1. Предмет, метод і завдання статистичної науки.
- •1.1. Предмет і метод статистики. Основні категорії статистичної науки.
- •Сучасна організація статистичної діяльності.
- •Предмет і метод статистики. Основні категорії статистичної науки.
- •1.2. Історія розвитку статистики.
- •1.3.Сучасна організація статистичної діяльності.
- •2.2. Програмно-методологічні та організаційні питання спостереження.
- •2.3. Види та способи проведення спостереження.
- •2.4. Помилки спостереження та контроль його результатів.
- •3.2. Групування, його суть, завдання та види.
- •3.3. Основні методологічні питання групування. Інтервал групування.
- •3.4. Вторинні групування.
- •3.5. Статистичні таблиці.
- •4.2. Правила побудови рядів розподілу. Види частот. Щільність розподілу.
- •4.3. Інтерполяція в рядах розподілу.
- •5.2. Абсолютні величини, їх види та одиниці виразу.
- •5.3. Відносні величини: економічний зміст та форми виразу.
- •5.4. Види відносних величин.
- •6.2. Середня арифметична величина: методика розрахунку та властивості.
- •6.3. Середня гармонійна величина.
- •6.4. Інші види середніх величин. Методика визначення середнього значення відносної величини.
- •6.5. Структурні середні – мода і медіана.
- •7.2. Абсолютні показники варіації: економічний зміст та способи обчислення.
- •Дисперсія
- •7.3. Відносні показники варіації.
- •7.4. Міжгрупова та внутрішньогрупова дисперсії. Правило додавання дисперсій.
- •7.5. Характеристики форми розподілу.
- •7.6. Криві розподілу.
- •8.2. Балансовий та графічний методи.
- •8.3. Метод порівняння паралельних рядів даних.
- •8.4. Метод аналітичного групування.
- •8.5. Множинна регресія і кореляція.
- •9.2. Аналітичні показники динаміки.
- •9.3. Методи обробки рядів динаміки.
- •10.2 Індивідуальні індекси: методика визначення і економічний зміст.
- •10.3. Агрегатний індекс як основна форма загального індексу
- •Тема 1. Предмет, метод і завдання статистичної науки.
- •Тема 2. Статистичне спостереження.
- •Тема 3. Зведення та групування статистичних даних.
- •Тема 4. Ряди розподілу.
- •Тема 5. Статистичні показники.
- •Тема 6. Середні величини.
- •Тема 7. Показники варіації.
- •Тема 8. Вибіркове спостереження.
- •Тема 9. Показники динаміки.
- •Тема 10 Індекси.
7.2. Абсолютні показники варіації: економічний зміст та способи обчислення.
Для вимірювання та оцінки розміру варіації використовується система абсолютних показників, які розглядаються як абсолютна міра варіації:
1. Розмах варіації (R), що характеризує максимальну амплітуду коливань значень ознаки у сукупності:
R = xmax – xmin,
де xmax, xmin — відповідно найбільше та найменше значення ознаки
сукупності.
В інтервальних рядах розподілу розмах варіації визначається як різниця між верхньою межею останнього та нижньою межею першого інтервалу. Перевагою даного показника є простота обчислення та ясність економічної інтерпретації. Головний недолік полягає у тому, що він визначається за двома граничними величинами, які часто є випадковими.
2. Середнє лінійне відхилення
(l), що характеризує середній розмір
коливань значень ознаки навколо
середнього рівня:
Просте середнє лінійне відхилення
визначається по індивідуальних даних,
а зважене — в рядах розподілу. В
інтервальних рядах розподілу спочатку
знаходиться середина кожного інтервалу,
а далі робляться обчислення за наведеною
формулою.
3. Дисперсія (σ2) — це середній квадрат відхилень значень ознаки від середнього рівня:
Для
полегшення підрахунків використовують
формули:
В інтервальних рядах розподілу для знаходження дисперсії спочатку визначається середина кожного інтервалу.
В інтервальних рядах розподілу з рівними інтервалами дисперсію можна визначити методом «моментів» за формулою:
де
і — величина інтервалу.
Приклад розрахунку:
Місячний дохід, грн. |
Число сімей |
Серед. інтер. |
х–А, А = 325 |
(х–А)/і і = 50 |
|
|
|
100–150 |
5 |
125 |
–200 |
–4 |
–20 |
16 |
80 |
150–200 |
15 |
175 |
–150 |
–3 |
–45 |
9 |
135 |
200–250 |
10 |
225 |
–100 |
–2 |
–20 |
4 |
40 |
250–300 |
20 |
275 |
–50 |
–1 |
–20 |
1 |
20 |
300–350 |
17 |
325 |
0 |
0 |
0 |
0 |
0 |
350–400 |
23 |
375 |
50 |
1 |
23 |
1 |
23 |
400–450 |
8 |
425 |
100 |
2 |
16 |
4 |
32 |
450 і більше |
2 |
475 |
150 |
3 |
6 |
9 |
18 |
Разом |
100 |
х |
х |
х |
–60 |
х |
348 |
Момент
першого порядку:
Момент другого порядку:
Дисперсія
4.
Середнє квадратичне відхилення (σ)
— показує, на скільки в середньому
відхиляються значення ознаки від
середнього рівня:
Наприклад, на основі попередніх підрахунків середнє квадратичне відхилення місячного доходу становить:
Середнє
квадратичне відхилення найчастіше
використовується у статистичному
аналізі, тому його називають стандартним
відхиленням. Зрозуміло, що чим меншою
є його величина, тим слабкішою є варіація
і більш однорідною - статистична
сукупність.