17.Мода и медиана в статистике

Структурное среднее характеризует состав статистической совокупности по одному из варьирующих признаков. К этим средним относятся мода и медиана.

Мода - такое значение варьирующего признака, которое в данном ряду распределения имеет наибольшую частоту.

В дискретных рядах распределений мода определяется визуально. Сначала определяется наибольшая частота, а по ней модальное значение признака. В интервальных рядах для вычисления моды используется следующая формула:

Xmo - нижняя граница модальности (интервал ряда с наибольшей частотой)

Mo - величина интервала

fMo - частота модального интервала

fMo-1 - частота интервала предшествующего модальному

fMo+1 - частота интервала следующего за модальным

Медианой называется такое значение варьирующего признака, которое делит ряд распределения на две равные части по объему частот. Медиана рассчитывается по разному в дискретных и интервальных рядах.

1. Если ряд распределения дискретный и состоит из четного числа членов, то медиана определяется как средняя величина из двух серединных значений рангированного ряда признаков.

2. Если в дискретном ряду распределения нечетное число уровней, то медианой будет серединное значение рангированного ряда признаков.

В интервальных рядах медиана определяется по формуле:

- нижняя граница медианного интервала (интервала для которого накопленная частота впервые превысит полусумму частот)

Me - величина интервала

- сумма частот ряда

- сумма накопленных частот предшествующих медианному интервалу

- частота медианного интервала

18.Вариация и ее показатели

Вариация — это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Например, работники фирмы различаются по доходам, за­тратам времени на работу, росту, весу, любимому занятию в свободное время и т.д. Вариация возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов (условий), которые по-разному соче­таются в каждом отдельном случае. Таким образом, величина каждого варианта объективна. Средняя величина дает обобщающую характеристику при­знака изучаемой совокупности, но она не раскрывает строения совокупности, которое весьма существенно для ее познания. Средняя не показывает, как располагаются около нее варианты осредняемого признака, сосредоточены ли они вблизи средней или значительно отклоняются от нее. Средняя величина при­знака в двух совокупностях может бьпъ одинакрвои, но в одном случае все индивидуальные значения отличаются от нее мало, а в другом — эти отличия велики, т.е. в одном случае вариация признака мала, а в другом - велика, это имеет весьма важное значение для характеристики надежности средней величины. К показателям вариации относятся: размах вариации, сред­нее линейное отклонение, дисперсия и среднее квадратическое откло­нение, коэффициент вариации. Самым элементарным показателем вариации признака яв­ляется размах вариации R, представляющий собой разность между максимальным и минимальным значениями признака: R=Xmax-Xmin

Среднее линейное отклонение d‾ представляет собой сред­нюю арифметическую абсолютных значений отклонений отдель­ных вариантов от их средней арифметической (при этом всегда предполагают, что среднюю вычитают из варианта: (х - x‾).

Среднее линейное отклонение: для несгруппированных данных d =∑ | x-x‾| / n

где п — число членов ряда; для сгруппированных данных d‾=∑ | x-x‾| f / ∑ f

где ∑f - сумма частот вариационного ряда.

Дисперсия признака представляет собой средний квадрат отклонений вариантов от их средней величины, она вычисляет­ся по формулам простой и взвешенной дисперсий ( в зависимо­сти от исходных данных):1) простая дисперсия для несгруппированных данных σ²=∑(X-X‾)² / n 2)взвешенная дисперсия для вариационного ряда σ²=∑(X-X‾)² f / ∑f Cвойства дис­персии: 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 раз. Используя второе свойство дисперсии, разделив все вариан­ты на величину интервала, получим следующую формулу вы­числения дисперсии в вариационных рядах с равными интервалами по способу моментов:

где а — дисперсия, исчисленная по способу моментов; i— величина интервала; x1=x-A/ i новые (преобразованные) значения вариантов

(А — условный ноль, в качестве которого удобно использовать середину интервала, обладающего наибольшей частотой);

— момент второго порядка;

— квадрат момента первого порядка

Среднее квадратическое отклонение σ равно корню квад-| ратному из дисперсии:

для несгруппированных данных

для вариационного ряда

Среднее квадратическое отклонение — это обобщающая ха­рактеристика размеров вариации признака в совокупности; оно показывает, на сколько в среднем отклоняются конкретные ва- рианты от их среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется.

Обозначим: 1 — наличие интересующего нас признака; 0 — его отсутствие; р — доля единиц, обладающих данным признаком; q — доля единиц, не обладающих данным признаком; р + q =1. Исчис­лим среднее значение альтернативного признака и его дисперсию. Среднее значение альтернативного признака так как p + q = l.,то

Дисперсия альтернативного признака

Подст-в в формулу дисперсии q = 1 - р, получим

Среднее квад-ое отклонение альтерн-ого признака

Коэффициент вариации представляет собой выраженное в процентах отношение среднего квадратического отклонения к средней арифметической:: V= σ / X‾ *100

Общая дисперсия σ² измеряет вариацию признака по всей совокупности под влиянием всех факторов, обусловивших эту вариацию. Она равна среднему квадрату отклонений отдель­ных значений признака х от общей средней х и может быть вычислена как простая дисперсия

Межгрупповая дисперсия δ ² характеризует систематиче­скую вариацию результативного признака, обусловленную влия­нием признака-фактора, положенного в основание группиров­ки. Она равна среднему квадрату отклонений групповых (част­ных) средних X‾i от общей средней X‾ :

Внутригрупповая (частная) дисперсия σ² i отражает случай­ную вариацию, т.е. часть вариации, обусловленную влиянием не­учтенных факторов и не зависящую от признака-фактора, поло­женного в основание группировки. Она равна среднему квадрату отклонений отдельных значений признака внутри группы х от средней арифметической этой группы х) (групповой средней) и может быть исчислена как простая дисперсия или как взвешенная дисперсия по формулам, соответственно:

На основании внутригрупповой дисперсии по каждой груп­пе, т.е. на основании σ² i можно определить общую среднюю извнутригрупповых дисперсий :

Согласно правилу сложения дисперсий общая дисперсия равна сумме средней из внутригрупповых и межгрупповой дисперсий:

Внутригрупповые дисперсии показывают вариации выработ­ки в каждой группе, вызванные всеми возможными фактора­ми (техническое состояние оборудования, обеспеченность ин­струментами и материалами, возраст рабочих, интенсивность труда и т.д.) , кроме различий в квалификационном разряд . Средняя из внутригрупповых дисперсий отражает вариацию выработки, обусловленную всеми факторами, кроме квалифика­ции рабочих, но в среднем по всей совокупности. Межгрупповая дисперсия характеризует вариацию групповых средних, обусловленную различиями групп рабочих по квали­фикационному разряду. Общая дисперсия отражает суммарное влияние всех возмож­ных факторов на общую вариацию среднечасовой выработки изделий всеми рабочими цеха.

Поэтому в статистическом анализе широко используется эм­пирический коэффициент детерминации ( ή ² ) — показатель, пред­ставляющий собой долю межгрупповой дисперсии в общей дис­персии результативного признака и характеризующий силу влия­ния группировочного признака на образование общей вариации:

ή ²=δ² / σ² Эмпирический коэффициент детерминации показывает долю вариации результативного признака у под влиянием факторного признака х (остальная часть общей вариации у обуславливается вариацией прочих факторов). При отсутствии связи эмпирический коэф равен 0, а при функциональной связи – единице. Эмпирическое корреляционное отношение — это корень квад­ратный из эмпирического коэффициента детерминации: _v

ή=√ δ² / σ² оно показывает тесноту связи между группировочным и ре­зультативным признаками.

Эмпирическое корреляционное отношение ή , как и ή ², может принимать значения от 0 до 1. Если связь отсутствует, то корреляционное отношение равно нулю, т.е. все групповые средние будут равны между собой, межгрупповой вариации не будет. Значит, группировочный при­знак никак не влияет на образование общей вариации. Если связь функциональная, то корреляционное отношение будет равно единице. В этом случае дисперсия групповых средних равна общей дисперсии , т.е. внутригрупповой вариации не будет. Это означает, что группировочный признак целиком оп­ределяет вариацию изучаемого результативного признака.

Чем значение корреляционного отношения ближе к еди­нице, тем теснее, ближе к функциональной зависимости связь между признаками.