Вид средней | Область применения | Формула расчета | |
простая | взвешенная | ||
Арифметическая | Применяется в тех случаях, когда объем варьирующего признака для всей совокупности образуется как сумма значений признака у отдельных ее единиц | ||
Гармоническая | Применяется в тех случаях, когда в качестве весов используются не единицы совокупности – носители признака, а произведения этих единиц на значения признака (объемный признак): M = xf | ||
Квадратическая | Применяется, как правило, для расчета средней величины отклонений (показатели вариации, стандартные ошибки регрессии, прогнозирования) | ||
Геометрическая | Применяется при исчислении средней из относительных величин (средний темп роста) | ||
Хронологическая | Применяется при расчете среднего значения моментного динамического ряда |
В качестве структурных средних рассматриваются мода и медиана, которые в отличие от степенных средних характеризуют не типичную величину признака, а структуру (состав) совокупности.
Мода – наиболее часто повторяющееся значение признака.
Медиана – 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 производится по формулам:
где Мо – мода,
– начальное значение модального интервала,
– величина модального интервала,
– частота модального интервала,
– частота интервала, предшествующего модальному,
– частота интервала, следующего за модальным.
где Me – медиана,
– начальное значение медианного интервала,
– величина медианного интервала,
– сумма накопленных частот в интервалах, предшествующих медианному,
– частота медианного интервала.
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.
Средние показатели дают обобщающую характеристику совокупности по варьирующим признакам, показывают типичный для данных условий уровень этих признаков, но кроме этого возникает необходимость охарактеризовать:
- отклонения отдельных значений признака от средней величины;
- типичность средней, что характеризуется совокупностью всех отклонений, их распределением;
- однородность совокупности.
Для решения всех этих задач применяются показатели вариации, которые позволяют определить степень колеблемости признаков вокруг средней. Для измерения вариации в статистике применяют несколько способов.
Размах вариации (R) – разница между максимальным (xmax) и минимальным (xmin) наблюдаемыми значениями признака:
Среднее линейное отклонение () – среднее арифметическое значение абсолютных отклонений признака от его среднего уровня:
(простое), (взвешенное).
Дисперсия – средний квадрат отклонений от средней величины:
(простая), (взвешенная).
Среднее квадратическое отклонение:
(простое), (взвешенное).
Коэффициент вариации (V):
В статистике совокупности, имеющие коэффициент вариации больше 30-35 %, принято считать неоднородными.
Расчет средней величины и дисперсии способом моментов
Способ моментов для расчета средних показателей и дисперсии (способ «от условного нуля») основан на свойствах средней арифметической и дисперсии; применяется при условии равных интервалов.
1. Определяется середина каждого интервала хi:
2. Определяется условная величина хi¢: ,
где А – постоянная величина, на которую уменьшаются все значения признака. В вариационных рядах с равными интервалами в качестве такой величины принимается середина интервала с наибольшей частотой;
i – величина интервала.
3. Момент 1-го порядка:
4. Момент 2-го порядка:
5. Расчет средней величины:
6. Расчет дисперсии: