
- •Общая статистика – лекции (дно)
- •Введение: предмет и метод статистики.
- •Краткая справка исторического развития статистики.
- •Задачи статистики.
- •1.3. Методы статистики.
- •1.4. Основы организации статистики.
- •Статистические величины: признаки и показатели.
- •Назначение и виды статистических показателей и величин.
- •Абсолютные статистические величины.
- •Относительные статистические величины.
- •Статистические данные и их описание. Понятие статистического наблюдения.
- •Получение исходных данных.
- •Виды статистических наблюдений.
- •Признаки и группировки.
- •Организация государственной статистики в Российской Федерации.
- •Требования, предъявляемые к собираемым данным. Формы организаций и виды статистического наблюдения.
- •Подготовка статистического наблюдения.
- •Объект и программа наблюдения.
- •Унифицированная статистическая отчетность.
- •Формы статистического наблюдения.
- •Статистическая сводка и группировка.
- •Общее представление о сводке и группировке.
- •Группировочная таблица и виды группировок.
- •Вторичная группировка. Формула Стерджесса.
- •Ряды распределения и средние величины.
- •Дискретные и интервальные ряды распределения.
- •Средние величины.
- •Структурные средние.
- •Показатели вариации.
- •7.1. Колеблемость и вариация как измеритель колеблемости.
- •7.2. Дисперсия и стандартное отклонение.
- •7.3. Правило сложения дисперсий, межгрупповая дисперсия.
- •Выборочный метод.
- •Общее понятие о выборочном наблюдении.
- •Генеральная совокупность и выборка.
- •Ошибки выборочного наблюдения.
- •Предельная теорема, предельная ошибка.
- •Формирование выборочной совокупности.
- •Определение необходимого объема выборки.
- •Понятие малой выборки.
- •Экономические индексы.
- •Общее понятие об индексах.
- •Индивидуальные и общие индексы.
- •Индивидуальные индексы.
- •Общие индексы.
- •Средние индексы и индексы средних показателей.
- •Особые формы записи индекса цен.
- •Элементарное введение в ряды динамики.
- •Понятие о рядах динамики.
- •Классификация рядов динамики.
- •Понятие сопоставимости рядов динамики.
- •Компоненты ряда динамики.
- •Важнейшие методы выделения основной тенденции (тренда) и периодических процессов (циклов).
- •Сезонные колебания и волны.
- •Элементы прогнозирования социально-экономических процессов.
- •Метод аналитического выравнивания и прогнозирование.
- •Теория рядов динамики.
- •Сопоставимость уровней.
- •Метод смыкания.
- •Показатели анализа ряда динамики.
- •Средние для временных рядов.
- •Теория определения и построения тренда.
- •Метод скользящей средней.
- •Трендовые модели временных рядов и мнк.
-
Показатели вариации.
7.1. Колеблемость и вариация как измеритель колеблемости.
Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака. Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов (условий), которые по-разному сочетаются в каждом отдельном случае.
Колеблемость отдельных значений характеризуют показатели вариации. Термин «вариация» произошел от лат. variatio — изменение, колеблемость, различие. Однако не все различия принято называть вариацией.
Под вариацией в статистике понимают такие количественные изменения величины изучаемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Различают случайную и систематическую вариации. Анализ систематической вариации позволяет оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Например, можно оценить, насколько однородной является совокупность. Для характеристики совокупностей и исчисленных средних величин важно знать, какая вариация изучаемого признака скрывается за средними.
Основа показателей — общая оценка отклонений значений показателей элементов совокупности от средней.
Размах представляет собой разность между максимальной и минимальной величиной признака и является простейшей характеристикой вариации:
.
(7.1)
Среднее
линейное отклонение:
,
(7.2)
где X — значение показателя;
—
среднее
арифметическое значение.
Среднее линейное отклонение в чистом виде для анализа не применяют. Оно ввиду использования модуля не очень удобно для расчетов, что и объясняет малую употребительность данной характеристики вариации.
7.2. Дисперсия и стандартное отклонение.
Сумма квадратов отклонений от среднего является основой для вычисления относительного показателя — дисперсии в простейшем случае несгруппированных данных:
, (7.3)
или дисперсия для сгруппированных данных и для интервальных рядов:
, (7.4)
где
.
Корень квадратный из дисперсии называется средним квадратическим отклонением, или стандартным отклонением, и обозначается σ .
В отличие от дисперсии, этот показатель, также показывающий степень вариации признака, имеет размерность самого признака, а не его квадрата, что представляет определенное удобство. Далее мы увидим, что стандартное отклонение имеет важное значение в теории оценивания неизвестных параметров (например, среднего генеральной совокупности) и в теории ошибок выборочного наблюдения.
Еще одним важным показателем, характеризующим вариацию признака и позволяющим сравнивать вариации различных совокупностей, является коэффициент вариации:
. (7.5)
По величине коэффициента вариации можно судить о степени вариации признаков совокупностей. Чем больше его величина, тем больше разброс значений вокруг средней, тем менее однородна совокупность по своему составу и тем менее представительна средняя. Совокупность считается количественно однородной, если коэффициент вариации не превышает 33%. Коэффициент вариации важен и в тех случаях, когда нужно сравнивать средние квадратические отклонения, выраженные изначально в разных единицах измерении, для различных совокупностей.
Дисперсия характеризуется двумя важными и весьма полезными для ее вычисления свойствами:
1) если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А, то дисперсия от этого не изменится;
2) Если все значения признака уменьшить или увеличить в одно и то же число раз (i раз), то дисперсия соответственно уменьшится или увеличится в i2 .