Ряды распределения и их виды. Понятие и виды статистических рядов
После определения группировочного признака и границ групп строится ряд распределения.
Статистический ряд распределения представляет собой упорядоченное распределение единиц изучаемой совокупности на группы по определенному варьирующему признаку. Он характеризует состав (структуру) изучаемого явления, позволяет судить об однородности совокупности, закономерности распределения и границах варьирования единиц совокупности.
Ряды распределения, построенные по атрибутивным признакам, называются атрибутивными. Примером атрибутивных рядов могут служить распределения населения по полу, занятости, национальности, профессии и т.д.
Ряды распределения, построенные по количественному признаку (в порядке возрастания или убывания наблюдаемых значений), называются вариационными. Например, распределение населения по возрасту, рабочих - по стажу работы, заработной плате и т. д.
Вариационные ряды распределения состоят из двух элементов: вариантов и частот.
Числовые значения количественного признака в вариационном ряду распределения называются вариантами. Они могут быть положительными и отрицательными, абсолютными и относительными. Так, при группировке предприятий по результатам хозяйственной деятельности варианты - положительные (прибыль) или отрицательные (убыток) числа.
Частоты - это численности отдельных вариантов или каждой группы вариационного ряда, т.е. это числа, показывающие как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот называется объемом совокупности и определяет число элементов всей совокупности.
Частости - это частоты, выраженные в виде относительных величин (долях единиц или процентах). Сумма частостей равна единице или 100%. Замена частот частостями позволяет сопоставлять вариационные ряды с разным числом наблюдений.
Вариационные ряды в зависимости от характера вариации подразделяются на дискретные и интервальные.
Дискретные вариационные ряды основаны на дискретных (прерывных) признаках, имеющих только целые значения (например, тарифный разряд рабочих, число детей в семье); на дискретных признаках, представленных в виде интервалов;
Интервальные - на непрерывных признаках (принимающих любые значения, в том числе и дробные).
При наличии достаточно большого количества вариантов значений признака первичный ряд является трудно обозримым, и непосредственное рассмотрение его не дает представления о распределении единиц по значению признака в совокупности. Поэтому первым шагом в упорядочении первичного ряда является его ранжирование, т. е. расположение всех вариантов в возрастающем (или убывающем) порядке.
Например, стаж работы (годы) 22 рабочих бригады характеризуется следующими данными: 2, 4, 5, 5, 6, 6, 5, 6, 6, 7, 7, 8, 8, 9, 10, 11, 4, 3, 3, 4, 4, 5.
Ранжированный ряд, построенный по этим данным: 2, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6, 7, 7, 8, 8, 9, 10, 11.
При рассмотрении первичных данных можно видеть, что одинаковые варианты признака у отдельных единиц повторяются (здесь и далее f - частота повторения; п - объем изучаемой совокупности).
Способы построения дискретных и интервальных рядов различны.
Для построения дискретного ряда с небольшим числом вариантов выписываются все встречающиеся варианты значений признаках, а затем подсчитывается частота повторения варианта. Ряд распределения принято оформлять в виде таблицы, состоящей из двух колонок (или строк), в одной из которых представлены варианты, в другой - частоты. Построение дискретного вариационного ряда не составляет труда.
Для построения ряда распределения непрерывно изменяющихся признаков, либо дискретных, представленных в виде интервалов («от-до»), необходимо установить оптимальное число групп (интервалов), на которое следует разбить все единицы изучаемой совокупности. При группировке внутри однокачественной совокупности появляется возможность применения равных интервалов, число которых зависит от вариации признака в совокупности и от количества обследованных единиц.
Проиллюстрируем построение интервального вариационного ряда по данным приведенного ранее примера распределения рабочих по стажу работы.
Для нашего примера, согласно формуле Стерджесса, при N - 22 число групп п = 5. Зная число групп, определим интервал по формуле
В результате получим следующий ряд распределения рабочих по стажу работы ( = 22):
| x | 2-4 | 4-6 | 6-8 | 8-10 | 10-12 |
| f |
Как видно из данного распределения, основная масса рабочих имеет стаж работы от 4 до 8 лет.
27. Понятие и классификация рядов динамики. Показатели анализа рядов динамики: интенсивности изменения ряда динамики; средние показатели ряда динамики
Статистические данные, характеризующие изменения явлений во времени, называются динамическими (хронологическими или временными) рядами. Такие ряды строят для выявления и изучения складывающихся закономерностей в развитии явлений экономической, политической и культурной жизни общества.
Правильно построенный динамический ряд состоит из сопоставимых статистических показателей. Для этого необходимо, чтобы состав изучаемой совокупности был один и тот же на всем протяжении ряда, т.е. относился к одной и той же территории, к одному и тому же кругу объектов и был рассчитан по одной и той же методологии. Кроме того, данные динамического ряда должны быть выражены в одних и тех же единицах измерения, а промежутки времени между значениями ряда должны быть по возможности одинаковыми.
Виды динамических рядов . В зависимости от характера изучаемых величин различают три вида динамических рядов: моментные, интервальные и ряды средних.
Моментными рядами называются статистические ряды, характеризующие размеры изучаемого явления на определенную дату, момент времени.
Интервальными рядами называются статистические ряды, характеризующие размеры изучаемого явления за определенные промежутки (периоды, интервалы) времени.
Вычисление средней динамического ряда. Для общей характеристики какого-либо явления за определенный период рассчитывают средний уровень из всех членов динамического рада.
Способы его расчета зависят от вида динамического ряда. Для интервальных рядов средняя рассчитывается по формуле средней арифметической, причем при равных интервалах применяется средняя арифметическая простая, а при неравных - средняя арифметическая взвешенная.
Для нахождения средних значений моментного ряда применяют среднюю хронологическую.
Если интервалы между периодами не равны, то применяется средняя арифметическая взвешенная, а в качестве весов берутся отрезки времени между датами, к которым относятся парные средние смежных значений уровня.
Похожая информация.
Результаты сводки и группировки, материалы статистического наблюдения оформляют в виде рядов распределения и статистических таблиц.
Статистические ряды распределения – это упорядоченное расположение единиц изучаемой совокупности на группы по группировочному признаку. Они характеризуют состав, позволяют судить об однородности совокупности, границах ее изменения, закономерности развития наблюдаемого объекта.
В зависимости от признака, положенного в основу ряда распределения различают атрибутивные и вариационные ряды.
Вариантами называются отдельные значения признака, которые он принимает в вариационном ряду, т.е. конкретное значение варьирующего признака.
Частотами – называют численность отдельных вариантов или каждой группы вариационного ряда, т.е. это число, которое показывает, как часто встречаются те или иные варианты в ряду распределения.
Сумма всех частот определяет численность всей совокупности или ее объем. Вариационные ряды состоят из двух элементов: вариантов и частот. Частоты выражены в долях единиц или в процентах к итогу (называются частостями). Соответственно сумма частостей равна 1 или 100%.
В зависимости от характера вариации признака различают дискретные и интервальные ряды.
Дискретные ряды характеризуют распределение единиц совокупности по дискретному признаку, принимающему только фиксированное значение, чаще всего целое.
Интервальные вариационные ряды – это ряды, в которых значения вариант даны в виде интервалов.
Графически дискретные ряды представляются в виде полигона распределения. Интервальные ряды – в виде гистограммы распределения.
Статистические таблицы
Результаты сводки и группировки материалов наблюдения, как правило, представляются в виде статистических таблиц. Это наиболее рациональная форма представления результатов сводки. Значение статистических таблиц состоит в том, что они позволяют охватить материалы статистической сводки в целом.
По внешнему виду статистические таблицы представляют собой ряд пересекающихся вертикальных и горизонтальных линий. По вертикали – строки, по горизонтали – столбцы.
Составленную, но не заполненную таблицу, называют макет таблицы. Статистическая таблица состоит из двух элементов: подлежащего и сказуемого. Подлежащее – объект изучения – единицы совокупности, которые характеризуются числовыми показателями. Сказуемое – перечень числовых показателей, которыми характеризуется объект изучения, т.е. подлежащее таблицы.
Наименование единиц или групп, образующих подлежащее, дается в левой части таблицы в заголовках строк, а наименование показателей, которые они характеризуют, т.е. сказуемое, в верхней части таблицы в заголовках граф.
В зависимости от построения подлежащее статистической таблицы подразделяется на три вида:
1. Простые
2. Групповые
3. Комбинационные
1) Простые – в подлежащем которых нет группировок. По характеру представленного материала простые таблицы бывают:
· перечневые;
· территориальные;
· хронологические.
2) Групповые – в которых изучаемый объект разделен в подлежащем на группы по тому или иному признаку.
3) Комбинационные – таблицы, в подлежащем которых дана группировка единиц совокупности по двум или более признакам, взятым в комбинации.
Когда в сказуемом несколько показателей, разработка сказуемого может быть простой и сложной. Простая разработка сказуемого предусматривает параллельное расположение показателей, а сложное комбинированное.
Статистические графики
Полученный в результате разработки статистический материал, расположенный в таблицах, часто нуждается в наглядном изображении с помощью построения статистических графиков.
Графиком в статистике называют наглядное изображение статистических данных при помощи геометрических линий и фигур или географических карт-схем (картограмма).
В каждом графике различают следующие элементы:
1. Графический образ – основа графика – геометрические знаки, совокупность точек, линий, фигур, с помощью которых изображается статистическая информация.
2. Полиграфика – то место, где располагается графический образ.
3. Пространственные ориентиры – составляются с помощью системы координат.
4. Масштабные ориентиры – зависят от масштаба и масштабности графика.
5. Эксплуатация графика – это название и соответствующие поля отдельных его частей.
В зависимости от применения геометрических знаков, графики различаются на точечные, линейные, полосовые, квадратные и круговые. Графики бывают в виде негеометрических фигур, они называются фигурными.
Статистические графики по способу построения и задачам делятся:
1. Диаграммы:
a) сравнения;
b) динамики;
c) структурные.
2. Статистические карты:
a) картограммы;
b) картодиаграммы.
Диаграмма – наиболее распространенный способ графических изображений, применяется для наглядного сопоставления различных друг от друга величин.
Диаграмма – это график количественных отношений.
Статистические карты – это графики количественного распределения по поверхности. По своей основной цели они близки к диаграммам, но отличаются тем, что представляют собой условные изображения статистических данных на контурной географической карте.
Статистические карты показывают пространственное размещение или пространственную распространенность статистических данных.
1. К статистическим картам относят картограммы – это схематическая карта или план местности, на которой отдельные территории, в зависимости от величины изображаемого показателя, обозначаются с помощью графических символов.
2. Картодиаграммы – сочетание картограммы с диаграммой.
В специальных случаях, когда нужно изобразить какой-либо статистический показатель, который получают путем перемножения двух других величин, и они должны быть изображены на графике, используют специальные графические знаки, их называют знаками Варзаля.
Похожая информация.
Статистическое измерение, методы сплошного и выборочного наблюдения социально-экономических явлений и процессов, статистические группировки, методы обработки и анализа статистической информации.
Статистическое наблюдение – это планомерный, научно организованный и как правило систематический сбор данных о явлениях и процессах общественной жизни путём регистрации заранее намеченных существенных признаков с целью получения в дальнейшем обобщающих характеристик этих явлений и процессов. На основе наблюдения делаются выводы о тех или иных психических процессах. Различают два вида наблюдения - сплошное и выборочное.Сплошным называют наблюдение, когда фиксируются все особенности и проявления психической деятельности человека в течение какого-то определенного периода. В отличие от этого при выборочном наблюдении обращается внимание только на те факты в поведении человека, которые имеют прямое или косвенное отношение к изучаемому вопросу.
Выборочное наблюдение является одним из наиболее широко применяемых видов несплошного наблюдения. В основе выборочного наблюдения лежит идея о том, что отобранная в случайном порядке некоторая часть единиц может представлять всю изучаемую совокупность явления по интересующим исследователя признакам. Целью выборочного наблюдения является получение информации для определения сводных обобщающих характеристик всей изучаемой генеральной совокупности.
Группировка
- это распределение множества единиц исследуемой совокупности по группам в соответствии с существенным для данной группы признаком. Метод группировки позволяет обеспечивать первичное обобщение данных, представление их в более упорядоченном виде. Признаки, по которым проводится группировка, называют группировочными признаками
. Группировочный признак иногда называют основанием группировки
. Правильный выбор существенного группировочного признака дает возможность сделать научно обоснованные выводы по результатам статистического исследования. Группировочные признаки могут иметь как количественное
выражение (объем, доход, курс валюты, возраст и т.д.), так и качественное
(форма собственности предприятия, пол человека, отраслевая принадлежность, семейное положение и т.д.). Система способов, приемов, с помощью которых статистика исследует массовые явления, образует статистическую методологию.
Ее специфика заключается в том, что все основные методические приемы используются по мере выполнения задач трех последовательных стадий (этапов)
статистического исследования:
I. Статистического наблюдения;
II. сводки и группировки первичных статистических данных;
III. научной обработки и анализа статистической информации.
Содержание работы первого этапа
предполагает использование метода массовых наблюдений, которые есть не что иное, как сбор первичной статистической информации.
На втором этапе
собранная информация при помощи метода статистических группировок определенным способом обобщается и распределяется.
На третьем этапе
с помощью метода обобщающих показателей осуществляется анализ статистической информации.
Организационные формы и виды статистического наблюдения. Способы статистического наблюдения. Виды группировок, их применение в статистике. Группировочные признаки, их обоснование и выбор. Определение числа групп и величины интервала.
К основным организационным формам статистического наблюдения относят: отчетность и специально организованное наблюдение.
Отчетность – это форма статистического наблюдения, при которой в соответствующие статистические органы поступают в определенные сроки сведения от предприятий и организация, которые осуществляют экономическую деятельность. Сведения должны подаваться в установленном законом порядке отчетных документов.
Органами государственной статистики утверждаются формы статистической отчетности.
В коммерческой деятельности отчетность подразделяется на:
1) общегосударственную – обязательна для всех организаций и представляется в сводном виде в органы государственной статистики;
2) внутриведомственную – эта отчетность действует в пределах ведомств и министерств. Существуют следующие формы отчетности:
1) типовой называют отчетность, которая содержит показатели, одинаковые для всех предприятий, учреждений различных организационных форм, а также для иных видов деятельности
2) если предприятие имеет свои определенные особенности, то в эту организацию вводится специализированная отчетность;
3) отчетность, предоставляемая каждым предприятием в одинаковые промежутки времени, называется периодической;
4) отчетность, которая поступает в органы статистики по мере необходимости, называется единовременной отчетностью. Каждая организация вправе выбирать, по какому способу ей предоставить отчетные данные.
Виды статистического наблюдения:
1) если обследованию подвергается абсолютно все единицы изучаемой совокупности явлений и процессов, то это сплошное статистическое наблюдение;
2) если обследованию подвергаются часть единиц изучаемой совокупности явлений, то это несплошное статистическое наблюдение;
3) выборочным наблюдением называют наблюдение, при котором характеристика всей совокупности фактов дается по некоторой их части, отобранной в случайном порядке;
4) монографическое обследование – это детальное изучение и описание определенных единиц совокупности;
5) если обследованию подвергается та часть единиц совокупности, у которой величина изучаемого признака является преобладающей во всем объеме, то это называетсяметодом основного массива;
6) сбор данных, основанный на добровольном заполнении адресатами анкет, называетсяанкетным обследованием;
7) если наблюдение ведется непрерывно, и при этом все факты и явления, происходящие в состоянии изменения, регистрируются, то это наблюдение называется текущим;
8) если же наблюдение осуществляется нерегулярно, но только тогда, когда требуется, это наблюдение называется единовременным;
9) периодическим называется наблюдение, которое повторяется через определенные промежутки времени (год, месяц, квартал и т. д.).
В зависимости от источников собираемых сведений различают:
1) наблюдение, осуществляемое самими регистраторами путем замера и с помощью осмотра, подсчета и взвешивания признаков изучаемого объекта, называется непосредственным;
2) опрос – это наблюдение, при котором ответы человека на вопросы фиксируются на определенном формуляре;
3) при документальном учете фактов источником сведений служат документы.
Предоставление предприятиями, организациями статистических отчетов о своей хозяйственной деятельности в строго установленном порядке называют отчетным способом. Вид статистического наблюдения, предполагающий предоставление сведений в органы, которые и ведут наблюдение, в явочном порядке называют явочным способом.
Если сведения в органы предоставляют корреспонденты, то этот способ называют корреспондентским.(1) Типологические группировки
Их задача – выявление социально-экономических типов или однородных в существенном отношении групп.
(2) Структурные группировки
Их задача – изучение состава отдельных типических групп при помощи объединения единиц совокупности, близких друг к другу по величине группировочного признака.
(3) Аналитические группировки
Их задача – выявления влияния одних признаков на другие (выявить связь между социально-экономическими явлениями).
(4) Комбинационные группировки
В них производится разделение совокупности на группы по двум или более признакам. При этом группы, образованные по одному признаку, разбиваются на подгруппы по другому признаку.
Такие группировки дают возможность изучить структуру совокупности по нескольким признакам одновременно.Группировочный признак - признак, по которому происходит объединение отдельных единиц совокупности в отдельные группы. Для группировки следует брать существенные признаки, выражающие наиболее характерные черты изучаемого явления.
Первичная группировка - непосредственная группировка данных статистического наблюдения. Вторичная группировка - это перегруппировка ранее сгруппированных данных. Необходимость вторичной группировки возникает в двух случаях:
1) ранее произведенная группировка не удовлетворяет целям исследования в отношении числа групп;
2) для сравнения данных, относящихся к различным периодам времени или к различным территориям, если первичная группировка была произведена по разным группировочным признакам или по разным интервалам.
Существуют два способа вторичной группировки: объединение мелких групп, а более крупные и выделение определённой доли единиц совокупности.
Основные задачи, решаемые с помощью группировок:
1) выделение в совокупности изучаемых явлений их социально-экономических типов;
2) изучение структуры общественных явлений;
3) выявление связей и зависимостей между общественными явлениями.
Для определения оптимального числа групп применяется формула Стерджесса: , где n – число групп; N – число единиц совокупности. n округляют до целого числа. После определения числа групп следует определить интервалы группировки. Интервал – это значения варьирующего признака, лежащие в определённых границах. Нижней границей интервала называется наименьшее значение признака в интервале, а верхней границей – наибольшее значение признака в нём. Величина (ширина) интервала представляет собой разность между верхней и нижней границами интервала. Интервалы группировки в зависимости от их величины бывают равные и неравные. Если вариация признака проявляется в сравнительно узких границах и распределение носит более или менее равномерный характер, то строят группировку с равными интервалами. Величину равного интервала определяют по формуле: , где и – максимальное и минимальное значения признака Открытые – это интервалы, у которых указана только одна граница: верхняя – у первого интервала, нижняя – у последнего. Ширина открытого интервала принимается равной ширине смежного с ним интервала. Закрытыми называются интервалы, у которых обозначены обе границы. При группировке по количественному признаку границы интервалов могут быть обозначены по-разному. Если основанием группировки выступает непрерывный признак, то одно и то же значение признака выступает и верхней, и нижней границами у двух смежных интервалов. Т.о., верхняя граница i-го интервала равна нижней границе i+1-го интервала. При таком обозначении границ может возникнуть вопрос, в какую группу включать единицы объекта, значения признака у которых совпадают с границами интервалов. Обычно нижняя граница формируется по принципу «включительно», а верхняя – по принципу «исключительно». Если в основании группировки лежит дискретный признак, то нижняя граница i-го интервала равна верхней границе i-1-го интервала, увеличенной на 1. Неравные интервалы применяются в статистике, когда значения признака варьируют неравномерно и в значительных размерах.
Статистические ряды распределения, их виды. Основные характеристики рядов распределения.
Важнейшей частью статистического анализа является построение рядов распределения (структурной группировки) с целью выделения характерных свойств и закономерностей изучаемой совокупности. В зависимости от того, какой признак (количественный или качественный) взят за основу группировки данных, различают соответственно типы рядов распределения.
Если за основу группировки взят качественный признак, то такой ряд распределения называют атрибутивным(распределение по видам труда, по полу, по профессии, по религиозному признаку, национальной принадлежности и т.д.).
Если ряд распределения построен по количественному признаку, то такой ряд называют вариационным. Построить вариационный ряд - значит упорядочить количественное распределение единиц совокупности по значениям признака, а затем подсчитать числа единиц совокупности с этими значениями (построить групповую таблицу).
Графически ряды распределения изображаются в виде:
1) гистограмма – график, по которому интервальный вариационный ряд изображается в виде смежных друг с другом столбиков. (По оси Ох – границы интервалов, по Оу – частота интервала).
2) полигон распределения – график, на котором график распределения изображается в виде линейной диаграммы. (По Ох – значение варьируемого признака, по Оу – частота).
3) кумулята – график, на котором по Ох – значения варьируемого признака или верхние границы интервалов, а по Оу – накопленные частоты.
4) огива – а) график, на котором по Ох – значения варьируемого
признака, по Оу – частость признака;
б) график, на котором по Ох – накопленная частота, по Оу
– значения варьируемого признака. В вариационных рядах существует определенная связь в изменении частот и значений варьирующего признака: с увеличением варьирующего признака величина частот вначале возрастает до определенной величины, а затем уменьшается. Такого рода изменения называются закономерностями распределения.
Важные свойства кривой распределения – это степень ее асимметрии, высоко– или низковершинность, которые в совокупности характеризуют форму или тип кривой распределения.
Важная задача – это определение формы кривой.
Характер общего распределения предполагает оценку степени его однородности и вычисление показателей асимметрии и эксцесса.
Симметричным называют распределение, в котором частоты любых двух вариантов, равноотстоящих в обе стороны от центра распределения, равны между собой.
Для симметричных распределений средняя арифметическая, мода и медиана равны между собой.
Наиболее точным и распространенным является показатель, основанный на определении центрального момента третьего порядка.
Общим является нормальное распределение, которое может быть представлено графически в виде симметричной куполообразной кривой.
Куполообразная форма кривой показывает, что большинство значений концентрируется вокруг центра измерения, и в действительно симметричном одновершинном распределении средняя, мода и медиана совпадут.
Закон нормального распределения предполагает, что отклонение от среднего значения является результатом большого количества мелких отклонений, что позитивные и негативные отклонения равновероятны и что наиболее вероятным значением всех в равной мере надежных измерений является их арифметическая средняя.
Теоретической кривой распределения называют кривую распределения, которая выражает общую закономерность данного типа.
В кривой нормального распределения отражается закономерность, которая возникает при взаимодействии множества случайных причин.
Для симметричных распределений рассчитывается показатель эксцесса (островершинности).
Эксцесс – выпад вершины эмпирического распределения вверх или вниз от вершины кривой нормального распределения.
Оценка показателей асимметрии и эксцесса дает возможность сделать вывод о том, можно ли отнести данное эмпирическое распределение к типу кривых нормального распределения.
Виды абсолютных величин, единицы измерения и способы получения. Относительные величины, их виды, способы расчета. Относительные величины планового задания, структуры, динамики, интенсивности, координации, сравнения и методы их исчисления и анализа.
Абсолютные величины бывают экономически простыми (численность магазинов, работников) и экономически сложными (объем товарооборота, размер основных фондов). Абсолютные величины – всегда числа именованные, имеют определенную размерность, единицы измерения. В статистической науке применяются натуральные, денежные (стоимостные) и трудовые единицы измерения. Единицы измерения называют натуральными, если они будут соответствовать потребительским или природным свойствам предмета, товара и будут выражены в физических весах, мерах длины и т. п. В статистической практике натуральные единицы измерения могут быть составными. Применяют условно-натуральные единицы измерения при суммировании количества разнородных товаров, продуктов. Абсолютные величины используют в практике торговли, применяют в анализе и прогнозировании коммерческой деятельности. На основе этих величин в коммерческой деятельности составляют хозяйственные договоры, оценивают объем спроса на конкретные изделия и т. д. Абсолютными величинами измеряются все стороны общественной жизни. Абсолютные величины по способу выражения размеров изучаемых процессов подразделяются на: индивидуальные и суммарные, они в свою очередь относятся к одному из видов обобщающих величин. Размеры количественных признаков у каждой статистической единицы характеризуют индивидуальные абсолютные величины, а также они являются базой при статистической сводке для соединения отдельных единиц статистического объекта в группы. На их основе получают абсолютные величины, в которых можно выделить показатели объема признаков совокупности и показатели численности совокупности.
Относительные величины – это показатель, который представляет собой частное от деления двух статистических величин и характеризует количественное соотношение между ними. Для расчета относительных величин в числитель ставится сравниваемый показатель, который будет отражать изучаемое явление а в знаменателе отражается показатель, с которым и будет производиться это сравнение, он является основанием или базой для сравнения. База сравнения – это своеобразный измеритель. Основание имеет результат отношения в зависимости от количественного (числового) значения, который выражается в: коэффициенте, процентах, промилле или децимилле.
Если база сравнения принимается за единицу, то относительная величина является коэффициентом и показывает, во сколько раз изучаемая величина больше основания. Если базу сравнения принять за 100%, то результат вычисления относительной величины будет выражен в процентах.
Если базу сравнения принимают за 1000, то результат сравнения выражается в промилле (%0). Относительные величины могут быть выражены и децимилле, если основание отношения равно 10 000.
В зависимости от цели статистического исследования относительные величины подразделяются на следующие виды: выполнение договорных обязательств; относительные величины, характеризующие структуру совокупности; относительные величины динамики; сравнения; координации; относительные величины интенсивности.
Относительные показатели планового задания (ОППЗ) используются для перспективного планирования деятельности субъекта финансово–хозяйственной сферы и т.д.
ОППЗ рассчитывается следующей формулой:
Относительные величины структуры– это показатели, характеризующие долю от состава изучаемых совокупностей. Относительная величина структуры определяется отношением абсолютной величины отдельного элемента статистической совокупности к абсолютной величине всей совокупности, т. е. как отношение части к общему (целому), и характеризует удельный вес части в целом, в форме процента.
Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Рассчитывается относительная величина динамики как отношение уровня признака в определенный период или момент времени к уровню того же признака в предшествующий период или момент времени, т. е характеризует изменение уровня определенного явления во времени. Относительные величины динамики называются темпами роста:
Именованные величины выражаются в относительных величинах интенсивности:
Относительная величина интенсивности = абсолютная величина изучаемого явления / абсолютная величина, характеризующая объем среды, в которой распространяется явление
Относительные показатели координации (ОПК) – это соотношение одной части совокупности к другой части этой же совокупности:
ОПК = уровень, характеризующий i – ую часть совокупности / уровень, характеризующий часть совокупности, выбранную в качестве базы сравнения
Средняя в статистике, ее сущность и условия применения. Виды и формы средней. Средняя простая и взвешенная. Веса средних, их выбор. Расчет средних по данным вариационного ряда распределения.
Средняя величина - это обобщающая количественная характеристика совокупности однотипных явлений по одному варьирующему признаку. В экономической практике используется широкий круг показателей, вычисленных в виде средних величин. Важнейшее свойство средней величины заключается в том, что она представляет значение определенного признака во всей совокупности одним числом, несмотря на количественные различия его у отдельных единиц совокупности, и выражает то общее, что присуще всем единицам изучаемой совокупности. Таким образом, через характеристику единицы совокупности она характеризует всю совокупность в целом. Важнейшим условием научного использования средних величин в статистическом анализе общественных явлений является однородность совокупности, для которой исчисляется средняя. Качественная однородность совокупности определяется на основе всестороннего теоретического анализа сущности явления. Так, например, при исчислении средней урожайности требуется, чтобы исходные данные относились к одной и той же культуре (средняя урожайность пшеницы) или группе культур (средняя урожайность зерновых). Нельзя вычислять среднюю для разнородных культур. Средние, полученные для неоднородных совокупностей, будут искажать характер изучаемого общественного явления, фальсифицировать его, или будут бессмысленными. Еще одним важным условием применения средних величин в анализе является достаточное количество единиц в совокупности, по которой рассчитывается среднее значение признака. Достаточность анализируемых единиц обеспечивается корректным определением границ исследуемой совокупности, т.е. закладывается еще на начальном этапе статистического исследования. Данное условие становится решающим при применении выборочного наблюдения, когда необходимо обеспечить репрезентативность выборки.
Определение максимального и минимального значения признака в изучаемой совокупности также является условием применения средней величины в анализе. В случае больших отклонений между крайними значениями и средней, необходимо проверить принадлежность экстремумов к исследуемой совокупности. Если сильная изменчивость признака вызвана случайными, кратковременными факторами, то, возможно, крайние значения не характерны для совокупности. Следовательно, их следует исключить из анализа, т.к. они оказывают влияние на размер средней величины. Средняя - это один из распространенных приемов обобщений. Правильное понимание сущности средней, определяет ее особую значимость в условиях рыночной экономики, когда средняя через единичное и случайное, позволяет выявить общее и необходимое, выявить тенденцию закономерностей экономического развития. Средние величины характеризуют качественные показатели коммерческой деятельности: издержки обращения, прибыль, рентабельность и др. В статистике выделяют несколько видов средних величин:
1. По наличию признака-веса: а) невзвешенная средняя величина; б) взвешенная средняя величина.
2. По форме расчета: а) средняя арифметическая величина; б) средняя гармоническая величина;
в) средняя геометрическая величина; г) средняя квадратическая, кубическая и т.д. величины.
3. По охвату совокупности: а) групповая средняя величина; б) общая средняя величина. При расчете средних величин появилось понятие “вес ”. В качестве веса будет выступать стоимость основных производственных фондов и нормируемых оборотных средств, то есть понятие веса и частоты не всегда совпадают.
На практике из массы признаков необходимо выбрать один, который следует использовать в качестве веса. Выбор веса не следует понимать так, что всякий раз может быть несколько вариантов взвешивания. Вопрос должен быть решен таким образом, чтобы в результате взвешивания был бы обеспечен возврат к тем величинам, которые играли роль числителя при исчислении средней величины. Следовательно, при взвешивании средних величин в качестве весов должен быть взят знаменатель дроби, ибо только при умножении на то, на что раньше делили, мы вернемся к первоначальной величине.
Вариационный ряд представляет собой две колонки, в левой колонке приводятся значения варьирующего признака, именуемые вариантами и обозначаемые (x), а в правой – абсолютные числа, показывающие, сколько раз встречается каждый вариант. Показатели этой колонки называются частотами и обозначаются (f). Наряду со средними величинами в качестве статистических характеристик вариационных рядов распределения рассчитываются структурные средние – мода и медиана.
Мода
(Mo) представляет собой значение изучаемого признака, повторяющееся с наибольшей частотой.
Медианой
(Me) называется значение признака, приходящееся на середину ранжированной (упорядоченной) совокупности.
Главное свойство медианы заключается в том, что сумма абсолютных отклонений значений признака от медианы меньше, чем от любой другой величины ∑|x i - Me|=min.
7.Структурные средние: мода, медиана, квартили и децили.
Мода – величина признака, которая чаще всего встречается в данной совокупности. Применительно к вариационному ряду модой является наиболее часто встречающееся значение ранжированного ряда. Она показывает размер признака, свойственный значительной части совокупности, и определяется по формуле:
где х0 – нижняя граница интервала;
h – величина интервала;
fm – частота интервала;
fm-1 – частота предшествующего интервала;
fm+1 – частота следующего интервала.
Медианой называется вариант, расположенный в центре ранжированного ряда. Медиана делит ряд на две равные части таким образом, что по обе стороны от нее находится одинаковое количество единиц совокупности. При этом у одной половины единиц совокупности значение варьирующего признака меньше медианы, у другой – больше.
Описательный характер медианы проявляется в том, что она характеризует количественную границу значений варьирующего признака, которыми обладает половина единиц совокупности.
При определении медианы в интервальных вариационных рядах сначала определяется интервал, в котором она находится (медианный интервал). Этот интервал характерен тем, что его накопленная сумма частот равна или превышает полусумму всех частот ряда. Расчет медианы интервального вариационного ряда производится по формуле:
Где х0 – нижняя граница интервала; h – величина интервала;
fm – частота интервала; f – число членов ряда; Sm- 1 – сумма накопленных членов ряда, предшествующих данному. Наряду с медианой для более полной характеристики структуры изучаемой совокупности применяют и другие значения вариантов, занимающих в ранжированном ряду вполне определенное положение. К ним относятся квартили и децили. Квартили делят ряд по сумме частот на четыре равные части, а децили – на десять равных частей. Квартилей насчитывается три, а децилей – девять. Медиана и мода в отличие от средней арифметической не погашают индивидуальных различий в значениях варьирующего признака и поэтому являются дополнительными и очень важными характеристика–ми статистической совокупности. На практике они часто используются вместо средней либо наряду с ней. Особенно целесообразно вычислять медиану и моду в тех случаях, когда изучаемая совокупность содержит некоторое количество единиц с очень большим или очень малым значением варьирующего признака.
8.Показатели вариации признака: размах вариации, среднее квадратическое отклонение, коэффициент вариации.
Для характеристики степени однородности изучаемой совокупности, степени колеблемости индивидуальных знаний признака от средней по всей совокупности применяются так называемые показатели вариации: размах вариации, среднее линейное отклонение, среднее квадратическое отклонение и коэффициент вариации. Размах вариации - это разность между максимальным и минимальным значением признака по данной совокупности. Показывает лишь разницу между максимальным и минимальным значением изучаемого признака, не касаясь степени колеблемости (варьирования) признаков остальных единиц совокупности. Среднее линейное отклонение - это средняя арифметическая, полученная из абсолютных отклонений индивидуальных значений признака от средней арифметической по всей совокупности. Среднее квадратичное отклонение определяется путем извлечения корня квадратного, из суммы квадратов линейных отклонений, поделенных число индивидуальных значений признаков изучаемой совокупности. Коэффициент вариации:процентное отношение среднего квадратичного отклонения к средней арифметической.
Описание изменений варьирующего признака осуществляется с помощью рядов распределения.
Статистический ряд распределения - это упорядоченное распределение единиц статистической совокупности на отдельные группы по определенному варьирующему признаку.
Статистические ряды, построенные по качественному признаку называют атрибутивными . Если в основе ряда распределения лежит количественный признак, то ряд является вариационным .
В свою очередь вариационные ряды делят на дискретные и интервальные. В основе дискретного ряда распределения лежит дискретный (прерывный) признак, принимающий конкретные числовые значения (число правонарушений, число обращений граждан за юридической помощью). Интервальный ряд распределения строится на основе непрерывного признака, который может принимать любые значения из заданного диапазона (возраст осужденного, срок лишения свободы и т.д.)
Любой статистический ряд распределения содержит два обязательных элемента – варианты ряда и частоты. Варианты (x i ) – отдельные значения признака, которые он принимает в ряду распределения. Частоты (f i ) – это числовые значения, показывающие сколько раз встречаются те или иные варианты в ряду распределения. Сумма всех частот называется объемом совокупности.
Частоты, выраженные в относительных единицах (долях или процентах) называются частостями (w i ). Сумма частостей равна единице, если Частости выражены в долях единицы, или 100, если они выражаются в процентах. Использование частостей позволяет производить сравнение вариационных рядов с разным объемом совокупности. Частости определяются по следующей формуле:
Для построения дискретного ряда ранжируются все встречающиеся в ряду индивидуальные значения признака, а затем подсчитываются частоты повторений каждого значения. Оформляется ряд распределения в идее таблицы, состоящей из двух строк и столбцов, в одной из которых приводятся значения вариантов ряда x i , во второй – значения частот f i .
Рассмотрим пример построения дискретного вариационного ряда.
Пример 3.1 . По данным УМВД зарегистрировано преступлений, совершенных в городе N несовершеннолетними в возрасте.
17 13 15 16 17 15 15 14 16 13 14 17 14 15 15 16 16 15 14 15 15 14 16 16 14 17 16 15 16 15 13 15 15 13 15 14 15 13 17 14.
Построить дискретный ряд распределения.
Решение .
Сначала необходимо проранжировать данные о возрасте несовершеннолетних, т.е. записать их в порядке возрастания.
13 13 13 13 13 14 14 14 14 14 14 14 14 15 15 15 15 15 15 15 15 15 15 15 15 15 15 16 16 16 16 16 16 16 16 17 17 17 17 17
Таблица 3.1
Таким образом, частоты отображают количество человек данного возраста, например, 5 человек имеют возраст 13 лет, 8 человек – 14 лет, и т.д.
Построение интервальных рядов распределения осуществляют аналогично выполнению равноинтервальной группировки по количественному признаку, то есть вначале определяют оптимальное число групп, на которые будет разбита совокупность, устанавливаются границы интервалов по группам и подсчитываются частоты.
Проиллюстрируем построение интервального ряда распределения на следующем примере.
Пример 3.2 .
Построить интервальный ряд по следующей статистической совокупности – заработной плате юриста в конторе, тыс. руб.:
16,0 22,2 25,1 24,3 30,5 32,0 17,0 23,0 19,8 27,5 22,0 18,9 31,0 21,5 26,0 27,4
Решение.
Примем оптимальное количество групп равноинтервальной группировки для данной статистической совокупности, равное 4 (у нас 16 вариантов). Следовательно, численность каждой группы равна:
а величина каждого интервала будет равна:
Границы интервалов определяем по формулам:
,
где - соответственно нижняя и верхняя границы i-го интервала.
Опуская промежуточные вычисления границ интервалов, заносим их значения (варианты) и количество юристов (частоты), имеющих з/п в пределах каждого интервала, в таблицу 3.2, которая и иллюстрирует полученный интервальный ряд.
Таблица 3.2
Анализ статистических рядов распределения может производиться с использованием графического метода. Графическое представление рядов распределения позволяет наглядно проиллюстрировать закономерности распределения исследуемой совокупности путем ее изображения в виде полигона, гистограммы и кумуляты. Остановимся на каждом из перечисленных графиков.
Полигон – ломаная, отрезки которой соединяют точки с координатами (x i ;f i ). Обычно полигон используют для изображения дискретных рядов распределения. Для его построения на оси абсцисс откладывают ранжированные индивидуальные значения признака x i , на оси ординат – соответствующие этим значениям частоты. В результате, соединив отрезками точки, соответствующие данным, отмеченным по осям абсцисс и ординат, получают ломаную, называемую полигоном. Приведем пример построения полигона частот.
Для иллюстрации построения полигона возьмем результат решения примера 3.1 на построение дискретного ряда – рисунок 1. По оси абсцисс отложен возраст осужденных, по оси ординат – количество несовершеннолетних осужденных, имеющих данный возраст. Анализируя данный полигон, можно сказать, что наибольшее количество осужденных – 14 человек, имеют возраст 15 лет.
Рисунок 3.1 – Полигон частот дискретного ряда.
Полигон можно построить и для интервального ряда, в этом случае по оси абсцисс откладывают середины интервалов, а по оси ординат – соответствующие им частоты.
Гистограмма – ступенчатая фигура, состоящая из прямоугольников, основаниями которых служат интервалы значения признака, а высоты равны соответствующим частотам. Гистограмма применяется только для изображения интервальных рядов распределения. Если интервалы являются неравными, то для построения гистограммы на оси ординат откладывают не частоты, а отношение частоты к ширине соответствующего интервала. Гистограмму можно преобразовать в полигон распределения, если середины ее столбиков соединить между собой отрезками.
Для иллюстрации построения гистограммы возьмем результаты построения интервального ряда из примера 3.2– рисунок 3.2.
Рисунок 3.2 – Гистограмма распределения заработной платы юристов.
Для графического изображения вариационных рядов также используют кумуляту. Кумулята – кривая, изображающая ряд накопленных частот и соединяющая точки с координатами (x i ;f i нак ). Накопленные частоты вычисляются последовательным суммированием всех частот ряда распределения и показывают число единиц совокупности, имеющих значение признака не больше, чем указанное. Проиллюстрируем вычисление накопленных частот для вариационного интервального ряда, представленного в примере 3.2 – таблица 3.3.
Таблица 3.3
Для построения кумуляты дискретного ряда распределения по оси абсцисс откладывают ранжированные индивидуальные значения признака, а по оси ординат – соответствующие им накопленные частоты. При построении кумулятивной кривой интервального ряда первая точка будет иметь абсциссу, равную нижней границе первого интервала, а ординату, равную 0. Все последующие точки должны соответствовать верхним граница интервалов. Построим кумуляту, используя данные таблицы 3.3 – рисунок 3.3.
Рисунок 3.3 – Кумулятивная кривая распределения заработной платы юристов.
Контрольные вопросы
1. Понятие статистического ряда распределения, его основные элементы.
2. Виды статистических рядов распределения. Их краткая характеристика.
3. Дискретные и интервальные ряды распределения.
4. Методика построения дискретных рядов распределения.
5. Методика построения интервальных рядов распределения.
6. Графическое изображение дискретных рядов распределения.
7. Графическое изображение интервальных рядов распределения.
Задачи
Задача 1 . Имеются следующие данные об успеваемости 25 студентов группы по ТГП в сессию: 5, 4, 4, 4, 3, 2, 5, 3, 4, 4, 4, 3, 2, 5, 2, 5, 5, 2, 3, 3, 5, 4, 2, 3, 3. Постройте дискретный вариационный ряд распределения студентов по баллам оценок, полученных в сессию. Для полученного ряда рассчитайте Частости, накопленные Частости, накопленные частоты. Сделайте выводы.
Задача 2 . В колонии содержатся 1000 осужденных, их распределение по возрасту представлено в таблице:
Изобразите данный ряд графически. Сделайте выводы.
Задача 3 . Имеются следующие данные о сроках лишения свободы заключенных:
5; 4; 2; 1; 6; 3; 4; 3; 2; 2; 3; 1; 17; 6; 2; 8; 5; 11; 9; 3; 5; 6; 4; 3; 10; 5; 25; 1; 12; 3; 3; 4; 9; 6; 5; 3; 4; 3; 5; 12; 4; 13; 2; 4; 6; 4; 14; 3; 11; 5; 4; 13; 2; 4; 6; 4; 14; 3; 11; 5; 4; 3; 12; 6.
Постройте интервальный ряд распределения заключенных по срокам лишения свободы. Сделайте выводы.
Задача 4 . Имеются следующие данные о распределении осужденных в области за изучаемый период по возрастным группам:
Изобразите данный ряд графически, сделайте выводы.
Ряд в статистике-цифровые данные, показывающие изменение явления во времени и простанстве и дающие возможность производить стат сравнение явлений как в процессе их развития во времени, так и по различным формам и видам процессов.
Результаты сводки и группировки материалов статнаблюдения оформляются в виде статрядов распределения и таблиц. Рядами распределения называются ряды числовых показателей, характеризующие распределение единиц изучаемой совокупности в зависимости с группировочного признака. Они характеризуют состав (структуру) изучаемого явления, позволяют судить об однородности совокупности, границах ее изменения, закономерностях развития наблюдаемого объекта.
В зависимости от группировочного признака ряды распределения могут быть: 1) атрибутивными, если они образованы по качественному признаку (специальность, национальность, пол и т.п.); 2) вариационными, если они образованы по количественному признаку (срок лишения свободы, размер штраф сумма иска и т.п.).
Вариационные ряды подразделяются на два вида: дискретные и интервальные. В дискретных рядах распределение признака дается только в виде целых чисел. Например, количество обвиняемых, приходящихся на одно уголовное дело. В интервальных рядах вариация исследуемого признака дается в виде непрерывно изменяющейся величины, т.е. значение признака может быть выражено любым дробным числом. Например, сроки лишения свободы, варьирующие в пределах года (6 месяцев, 9 месяцев и пр.). Для интервальных вариационных рядов характерно, что они строятся на основе количественного признака, выражающегося в виде интервала «от... до».
Процесс развития, движения соц явлений во времени в стат принято называть динамикой. Для отображения динамики строят ряды динамики (хронологические, временные), кот представляют собой ряды изменяющихся во времени значений стат показателя, располож в хронологич порядке. Их сост элементами явл цифровые значения данного показателя или моменты времени, к кот они относятся. Разл виды рд:1.ряды абсолютных и производных показателей;2.Моментные и интервальные.
При проведении стат анализа исп метод параллельных рядов –сопоставление 2х или неск рядов, находящихся во взаимной связи друг с другом, в рез-те чего появл зависимость между ними. \\ряды дают возможность не только сравнивать изменение явления в целом, но и улавливать и выражать в цифрах направление, тенденцию такого изменения для неск видов данного явления сразу.
6. Преобразование динамических рядов (укрупнение интервалов, сглаживание, смыкание динамического ряда).
Преобразование динамических рядов осуществляется с целью выявления обшей тенденции ряда и, следовательно, общей тенденции, закономерности развития изучаемого явления.
Дело в том, что не всякий динамический ряд сразу позволяет нам обнаружить ту или иную тенденцию, поскольку часто динамические ряды получаются колеблющимися, "прыгающими", в которых показатели то растут, то снижаются.
Для выявления скрытых закономерностей, тенденций применяют различные приемы преобразования динамических рядов. Среди различных приемов преобразования динамических рядов наиболее часто применяют такие, как сглаживание, укрупнение периодов, смыкание рядов динамики.
Сглаживание (метод скользящей среднем) динамического ряда заключается в том, что конкретные показатели ряда заменяются сглаженными (скользящими средними), в результате чего обнаруживается та или иная тенденция ряда.
Укрупнение периодов динамического ряда заключается в суммировании показателей ряда за более продолжительные отрезки времени. Если, например, динамика преступности по району, городу или области представлена по месяцам, то месячные показатели можно сгруппировать (укрупнить) в квартальные, и получить новый преобразованный динамический ряд, в котором случайные "перепады" в месячных показателях нейтрализуются и выявляется та или иная тенденция ряда. Таким же образом можно квартальные показатели укрупнять (группировать) в годовые, а годовые - в показатели за 3 года, 5 лет и т.д.
Смыкание динамических рядов. К этому методу прибегают тогда, когда имеет место несопоставимость показателей ряда вследствие территориальных или иных организационных изменений.
Суть этого метода заключается в следующем. За тот период (интервал), в течение которого произошла реорганизация, определяются уровни изучаемого показателя как до, так и после реорганизации (в нашем примере это 60 и 35), которые принимаются за базу сравнения (обычно за 100%). На основе этого исчисляются относительные величины динамики до реорганизации района (показатель 60, принятый за базу 100%) и после его реорганизации (показатель 35, принятый за базу 100%).
Показатели сомкнутого динамического ряда позволяют сделать вывод о динамике разводов за весь период 1991-1997 г.г.:
тенденция роста разводов сохранилась, хотя в абсолютных цифрах, число разводов до реорганизации резко отличается от аналогичных показателей после его реорганизации.
Более простой способ решения подобного рода проблем предлагает Ю.Ф. Кардополов, который справедливо считает, что при несопоставимости показателей динамического ряда вследствие территориальных изменений следует перейти от абсолютных показателей к относительным величинам интенсивности, которые рассчитываются на один и тот же "объем" населения (на 10 тыс. человек или на 100 тыс. человек).
