31
Таким образом, за отчётный период единственно возможным способом вычисления средней оказалось применение средней гармонической взвешенной. Представим расчёт показателя:
|
1 320 |
2 400 |
1 850 |
5 570 |
|
|||||||
хот ч. |
11,3 руб. |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|||
1 320 |
2 400 |
1 850 |
491,7 |
|||||||||
|
|
|||||||||||
|
|
13 |
|
13 |
|
9 |
|
|
|
|
||
В среднем по трём предприятиям себестоимость единицы продукции отчётного периода составила 11,3 рублей.
Таким образом, для правильного выбора формы средней необходимо правильно составить исходное соотношение средней (ИСС) или логическую формулу осредняемого показателя. Далее действуют два правила:
1.Если известны значения знаменателя ИСС, но не известны значения числителя, то во всех случаях средняя определяется по формуле средней арифметической взвешенной;
2.Если известны значения числителя ИСС, но не известны значения знаменателя, то средняя определяется по формуле средней гармонической взвешенной.
Расчёт моды
Средними величинами в статистических рядах распределения являются мода и медиана, которые относятся к классу структурных (позиционных средних). Их величины зависят лишь от характера частот, то есть от структуры распределения.
Мода – это величина признака (варианта), наиболее часто повторяющаяся в ряду распределения.
Способ вычисления моды зависит от вида ряда распределения.
Для дискретных рядов распределения модой будет значение варианты с наибольшей частотой.
Пример 8. Распределение семей по числу детей в условном регионе характеризуется следующими данными:
Число детей в семье |
|
0 |
|
1 |
2 |
|
3 |
|
4 |
5 |
Число семей, тыс. |
|
15 |
|
25 |
20 |
|
14 |
|
10 |
6 |
Требуется определить моду. |
Просматривая |
частоты ряда |
(число |
семей), |
||||||
замечаем, что наибольшая частота – 25. Эта частота соответствует семьям с
32
одним ребёнком. Таким образом, мода указывает, что в регионе наиболее часто встречаются однодетные семьи.
В интервальном ряду распределения сначала определяется модальный интервал (интервал с наибольшей частотой) и значение моды рассчитывается по формуле
|
M o |
xMo |
iMo |
|
f Mo f Mo 1 |
|
, |
|
( f Mo |
f Mo 1 ) ( f Mo |
|
||||
|
|
|
|
f Mo 1 ) |
|||
где M o |
– мода; |
|
|
|
|
|
|
xMo – нижняя граница модального интервала; |
|
|
|||||
iMo |
– величина модального интервала (разность между верхней и нижней |
||||||
границами); |
|
|
|
|
|
|
|
f Mo – частота модального интервала; |
|
|
|
||||
f Mo 1 – частота интервала, предшествующего модальному; |
|||||||
f Mo 1 |
– частота интервала, следующего за модальным. |
||||||
Рассмотрим пример расчёта моды в интервальном ряду.
Пример 9. Имеются следующие данные о времени посещения кафе быстрого обслуживания:
Часы работы кафе |
8–10 |
10–12 |
12–14 |
14–16 |
16–18 |
18–20 |
20–22 |
Ит |
|
ого |
|||||||||
|
|
|
|
|
|
|
|
||
Число посетителей |
1 |
18 |
75 |
55 |
30 |
45 |
25 |
26 |
|
2 |
0 |
||||||||
|
|
|
|
|
|
|
Согласно приведённому условию задачи наибольшее число посетителей (75 чел.) посещают кафе в период с 12 до 14 часов. Следовательно, данный интервал (12–14) является модальным интервалом ряда распределения. Введём следующие обозначения:
xMo =12; iMo =2; f Mo =75; f Mo 1 =18; f Mo 1 =55.
Подставим эти значения в формулу моды и произведём вычисления:
M o |
xMo |
iMo |
|
f Mo |
f Mo 1 |
12 2 |
75 |
18 |
||
( f Mo |
f Mo 1 ) |
( f Mo f Mo 1 ) |
(75 18) |
(75 55) |
||||||
|
|
|
|
|
||||||
12 |
2 |
57 |
13,5 часа. |
|
|
|
|
|||
77 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
||
Расчёт медианы
33
Медиана – это варианта, расположенная в середине вариационного ряда и, следовательно, делящая ряд на две равные части. Медиана, как и мода, поразному определяется для дискретного и интервального рядов распределения.
Если ряд распределения дискретный и имеет нечётное число членов, то медианой будет варианта, находящаяся в середине упорядоченного ряда (упорядоченный ряд – это расположение единиц совокупности в возрастающем или убывающем порядке). Например, возраст пяти студентов составил 18, 19,20, 21 и 22 лет. В таком упорядоченном ряду медиана – 20 лет. По обе стороны от неё находится одинаковое число студентов.
Если ряд состоит из чётного числа членов, то медианой будет средняя арифметическая из двух вариант, расположенных в середине ряда. Пусть теперь будет не пять студентов, а шесть, имеющих возраст 18, 19, 20, 21, 22 и 23 лет. В этом ряду имеются две варианты, стоящие в центре ряда. Это варианты 20 и 21. Средняя арифметическая из этих значений и будет медианой ряда:
М |
20 |
21 |
20,5 лет. |
||
|
|
|
|
||
е |
2 |
|
|||
|
|
|
|
|
|
Рассмотрим пример расчёта медианы в дискретном ряду.
Пример 10. Используя данные условия задачи расчёта моды в дискретном ряду, определим медиану:
Число детей в семье |
Число семей, тыс. |
Сумма накопленных частот |
0 |
15 |
15 |
1 |
25 |
40 (15+25) |
2 |
20 |
60 (40+20) |
3 |
14 |
- |
4 |
10 |
- |
5 |
6 |
- |
Итого |
90 |
- |
Для определения медианы надо подсчитать сумму накопленных частот ряда. Наращивание итога продолжается до получения накопленной суммы частот, превышающее половину. В нашем примере сумма частот составила 90, её половина – 45. Накопленная сумма частот ряда получилась равной 60. Варианта, соответствующая этой сумме, то есть 2 и есть медиана ряда. Таким образом, в представленном распределении семей, половина из них имеют два и менее детей, а другая – два и более.
34
Если же сумма накопленных частот против одной из вариант равна точно половине суммы частот, то медиана определяется как средняя арифметическая этой варианты и последующей.
Рассмотрим расчёт медианы в интервальном вариационном ряду.
Медиана интервального вариационного ряда распределения определяется по формуле
|
|
|
|
1 |
f |
SMe 1 |
|
|
|
|
|
|
|||
|
|
|
|
2 |
|||
M e |
xMe |
iMe |
|
|
|
, |
|
|
|
f Me |
|
||||
|
|
|
|
|
|
|
|
где M e – медиана;
xMe – нижняя граница медианного интервала; iMe – величина медианного интервала;
f – сумма частот ряда;
S Me 1 – сумма накопленных частот, предшествующих медианному интервалу;
f Me - частота медианного интервала.
Пример 11. Используя данные условия задачи расчёта моды в интервальном ряду, определим медиану:
Часы работы кафе |
Число посетителей |
Сумма накопленных частот |
|
8–10 |
12 |
|
12 |
101–2 |
18 |
30 |
(12+18) |
12–14 |
75 |
105 (30+75) |
|
14–16 |
55 |
160 |
(105+55) |
16–18 |
30 |
|
- |
18–20 |
45 |
|
- |
20–22 |
25 |
|
- |
Итого |
260 |
|
- |
Определим медианный интервал. Для этого определяем половину численности 260:2=130 и находим накопленные частоты. В данной задаче сумма накопленных частот, превышающая половину всех значений (160), соответствует интервалу 14 – 16. Это и есть медианный интервал, в котором находится медиана. Определим её значение по приведённой выше формуле.
Известно, что: xMe =14; iMe =2; f =260; S Me 1 =105; f Me =55.
Следовательно,
|
|
|
|
|
|
|
35 |
|
|
|
|
|
|
|
|
|
|
1 |
f |
SMe 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,5 |
260 |
105 |
|
25 |
|
||
M e |
xMe |
iMe |
|
2 |
14 2 |
14 2 |
14,9 15 ч. |
||||||
|
|
|
|
|
|
||||||||
|
|
f Me |
|
|
55 |
|
55 |
||||||
|
|
|
|
|
|
|
|
|
|
|
Таким образом, 50% посетителей посещают кафе до 15-00 часов, а 50% 15-00 часов и позже.
Тема 5. Показатели вариации Вариация – это изменения конкретного признака у каждой единицы
совокупности. Вариация существует в пространстве и во времени.
Для характеристики исследуемой совокупности необходимо знать, какая вариация изучаемого признака скрывается за средними.
Виды показателей вариации:
1. Размах вариации − характеризует границы изменения признака в совокупности и зависит от крайних точек.
R xmax xmin ,
где xmax − максимальное значение признака; xmin − минимальное значение признака.
2. Среднее линейное отклонение − средняя арифметическая величины из абсолютных значений отклонения вариант признака от их среднего арифметического.
Среднее линейное отклонение может быть простым и взвешенным. Простое среднее линейное отклонение исчисляется на основе несгруппированных данных:
|
|
|
|
|
xi |
x |
, |
|
d |
||||||
|
|
|
|
||||
|
|
n |
|
||||
|
|
|
|
|
|
|
|
где xi |
− конкретное значение признака; |
|
|
||||
x |
− среднее значение признака; |
|
|
||||
n − число ванриант.
Взвешенное значение среднего линейного отклонения определяется на основе сгруппированных данных:
|
|
|
|
xi |
|
x |
f |
|
|
|
|
||||||
d |
|
|
|
|
|
, |
||
|
|
f |
|
|
||||
|
|
|
|
|
|
|
|
|
где f − частота повторения признака в совокупности.
3. Дисперсия − средний квадрат отклонений вариант от средней величины.