Ангелина Яковлева - Статистика. Ответы на экзаменационные билеты

Средняя гармоническая простая строится по формуле:

где n — число единиц совокупности или число вариантов;

х — значения варьирующегося признака.

Средняя гармоническая простая используется для несгруппированных данных.

Средняя гармоническая взвешенная строится по формуле:

где х — значения варьирующего признака;

m — веса;

n — число единиц совокупности. Среднюю гармоническую взвешенную используют для сгруппированных данных, т. е. когда каждое значение х повторяется различное число раз.

Средняя квадратическая простая строится по формуле:

где n — число единиц совокупности или число вариантов; х — значения варьирующегося признака.

Средняя квадратическая простая используется для несгруппированных данных.

Средняя квадратическая взвешенная строится по формуле:

где m – веса;

х – значения варьирующего признака.

Среднюю квадратическую взвешенную используют для сгруппированных данных.

Данные формулы используются редко, в специальных расчетах.

Средняя геометрическая простая строится по формуле:

где n – число единиц совокупности или число вариантов;

х – значения варьирующегося признака. Средняя геометрическая простая используется для несгруппированных данных.

Средняя геометрическая взвешенная строится по формуле:

где х – значения варьирующего признака;

m – веса;

n – число единиц совокупности или число вариантов. Различные формулы средних величин можно объединить в одной формуле – формуле степенной средней:

где р – порядок средней.

Медианой Ме называется варианта, которая делит ранжированный вариационный ряд на две равные части, из которых значение одной половины меньше медианы, а значения другой – больше медианы.

Медиана для несгруппированных данных при нечетном числе вариантов (n = 2k+ 1), определяется как Me = xk + 1, а при четном числе вариантов (n = 2k), медиана определяется по формуле:

Медиана для сгруппированных данных рассчитывается по формуле:

где х0 – это нижняя граница медианного интервала;

/– величина медианного интервала;

em / 2 – полусумма всех частот;

SMe – накопленная частота, предшествующая медианному интервалу;

mМе – частота медианного интервала.

Медиана рассчитывают наряду со средней величиной или вместо нее, когда в ряду данных присутствуют открытые или неравные интервалы. Это не влияет на точность медианы, однако, влияет на точность величины.

Модой М0 называется варианта, которая имеет наибольшую частоту по сравнению с другими частотами. В дискретно-вариационном ряду мода – это та варианта, которой соответствует наибольшая частота.

В интервальном вариационном ряду с равными интервалами моду определяют по формуле:

где х0 – это нижняя граница модального интервала;

h – величина модального интервала;

d1 – разность между частотами модального и предмодального интервалов;

d2 – разность между частотами модального и послемодального интервалов.

Мода рассчитывается в тех случаях, когда невозможно или нецелесообразно рассчитывать среднюю величину по обычным формулам.

Асимметрией распределения называется несоразмерность, т. е. нарушение соответствия в расположении частей одного целого относительно средней линии или центра. На графике асимметрия распределения определяется как вытянутость одной из ветвей распределения. Асимметрия распределения возникает в связи с различной частотой появления вариант больших или меньших моды (т. к. мода соответствует вершине распределения) под влиянием преобладающего действия определенных факторов. Таким образом, наличие асимметрии говорит о неустойчивости распределения совокупности в связи с преобладающим воздействием какой-либо группы факторов.

Асимметрия распределения легко обнаруживается и измеряется на основе разницы между средней величиной и модой. В умеренно асимметричных распределениях мода и средняя образуют интервал, в пределах которого находится медиана. Если разделить этот интервал на 3, то медиана отстоит от моды на 2/3, а от средней – на 1/3.

Для измерения асимметрии рядов распределения применяется эмпирический коэффициент асимметрии:

где x— – простая средняя;

Мо– мода;

G – среднеквадратическое отклонение.

К абсолютным показателям вариации относятся:

1) вариационный размах (R);

2) среднее абсолютное (линейное) отклонение (в);

3) дисперсия (G2);

4) среднеквадратическое отклонение (G).

Вариационный размах R — это разность между

наибольшей и наименьшей вариантами вариационного ряда:

R =хmax – хmin

Вариационный размах является наиболее простой характеристикой рассеяния вариационного ряда. Недостатки данного показателя:

1) неточно характеризует колеблемость, потому что зависит только от двух значений признака;

2) зависит от объема совокупности, т. е. с увеличением объема совокупности увеличивается вероятность размера вариационного размаха.

Среднее абсолютное отклонение в — это вели чина, которая рассчитывается как среднее арифметическое абсолютных отклонений в данной совокупности.

Различают простое и взвешенное среднее абсолютное отклонение.

Среднее абсолютное простое отклонение рассчитывается по формуле:

где – n– объем совокупности;

x – выборочное среднее.

Среднее абсолютное взвешенное отклонение рассчитывается по формуле:

где x – выборочное среднее;

m – веса.

Недостатки данного показателя:

1) оторванность от других показателей. Это объясняется тем, что при построении показателя используется искусственный подход, т. е. отклонение берется по модулю (положительное);

2) недостаточная реакция на слабые различия в степени вариации.

Дисперсия – это среднее арифметическое квадратов отклонения наблюдаемых значений признака от – их среднего значения x.

Если значения признака, полученные в результате выборочного наблюдения, не группировать и не представлять в виде вариационного ряда, то для вычисления дисперсии используют формулу:

где n – объем выборки.

Среднеквадратическое отклонение – это квадратный корень из среднего арифметического квадратов отклонения наблюдаемых значений признака от – их среднего значения x, или квадратный корень из дисперсии.

Среднеквадратическое отклонение для несгруппированных данных рассчитывается по формуле:

Основной недостаток абсолютных показателей заключается в том, что они не позволяют сопоставлять между собой средние отклонения различных показателей. Для сопоставления необходимы относительные показатели, характеризующие относительную колеблемость. К ним относятся:

1) коэффициент вариации. Рассчитывается как процентное отношение среднего квадратического отклонения к средней арифметической величине:

2) коэффициент колеблемости. Рассчитывается как процентное отношение среднего абсолютного (линейного) отклонения к средней арифметической величине:

3) коэффициент асциляции. Рассчитывается как отношение вариационного размаха к средней арифметической величине:

С помощью относительных показателей вариации решаются следующие задачи:

1) сравнение степени вариации в процентах различных признаков в одной и той же совокупности;

2) сравнение степени вариации одного и того же признака в различных совокупностях.

Правило или теорему сложения дисперсий сформулировал и доказал В. Лексис. В связи с тем что некоторые совокупности делятся на группы, помимо общей дисперсии, могут быть рассчитаны также дисперсии для каждой отдельной группы. Кроме этого, можно рассчитать среднюю из групповых дисперсий и межгрупповую дисперсию. В. Лексис доказал, что между данными показателями существует связь.