Тема Показатели вариации План 1 Понятие вариации и ее значение

Средние величины дают обобщающую характеристику совокупности по варьирующим признакам, показывают типичный для данных условий уровень их признаков. Но, наряду со средними величинами большое значение имеет изучение отклонений от средних, т. е. вариация.

Статистический анализ вариации предполагает выполнение следующих этапов:

• 
  Построение вариационного ряда
  
• 
  Графическое изображение вариационного ряда
  
• 
  Определение показателей центра распределения и структурных характеристик вариационного ряда
  
• 
  Расчет показателей размера и интенсивности вариации (степени вариации)
  
• 
  Оценка вариационного ряда на асимметрию и эксцесс (показателей формы распределения)
  

Статистические показатели, характеризующие вариацию, широко применяются в практической деятельности.

Для количественной оценки степени колеблемости признака общая теория статистики опирается на такие показатели как:

размах вариации(R), среднее линейное отклонение(), квартильное отклонение Q, дисперсия (δ²), среднее квадратическое отклонение (δ) , коэффициент вариации, коэффициент осцилляции, линейный коэффициент вариации, относительный показатель квартильной вариации.
2 Показатели центра распределения и структурные характеристики вариационного ряда
Для характеристики среднего значения признака в вариационном ряду используются так называемые показатели центра распределения. К ним относятся средняя величина признака, мода и медиана.

По соотношению характеристик центра распределения (средней величины, моды и медианы) можно судить о симметричности эмпирического ряда распределения. Симметричным является распределение, в котором частоты двух вариантов, равностоящих в обе стороны от центра распределения, равны между собой. В симметричном распределении средняя величина, медиана и мода равны между собой:

Если , то имеет место правосторонняя асимметрия, т.е. большая часть единиц совокупности имеет значение изучаемого признака, превышающие модальное значение. На графике распределения правая ветвь относительно максимальной ординаты вытянута больше, чем левая.

Соотношение характерно для левосторонней асимметрии, при которой большая часть единиц совокупности имеет значения признака ниже модального. На графике распределения левая ветвь вытянута больше, чем правая.

Моду и медиану называют еще структурными средними, поскольку они дают количественную характеристику структуры строения вариационных рядов.

К структурным характеристикам относятся и другие порядковые статистики: квартили - делящие ряд на 4 равные части, децили – делящие ряд на 10 частей, перцинтили – на 100 равных частей.

Определение показателей децилей, нашедших широкое применение в анализе дифференциации различных социально – экономических явлений.

.

Соотношение децильных доходов в социальной статистике получило название коэффициента децильной дифференциации доходов населения (К_р): ,

3. 
   Показатели размера и интенсивности вариации
   

Показатели вариации делятся на две группы: абсолютные и относительные.

К абсолютным относятся размах вариации (R), среднее линейное отклонение (), дисперсия (δ²), среднее квадратическое отклонение (δ), квартильное отклонение Q.

Относительными показателями вариации являются коэффициент осцилляции, вариации, относительное линейное отклонение, относительный показатель квартильной вариации и др. Они вычисляются как отношение абсолютных показателей вариации к средней арифметической или медиане.

Самым простым абсолютным показателем является размах вариации. Его исчисляют как разность между наибольшим и наименьшим значениями варьирующего признака.

Величина R всецело зависит от крайних значений признака, и он не учитывает всех изменений варьирующего признака в пределах совокупности

Более точно характеризуют вариацию признака показатели, основанные на учете колеблемости всех значений признака, - среднее линейное отклонение (d) и среднее квадратическое отклонение (δ).

Распределение отклонений можно уловить, исчислив отклонения всех вариант от средней. Отклонение от средней - это разность между вариантой (х) и средней арифметической () в данной совокупности.

Чтобы исчислить среднее арифметическое из отклонений нужно применить формулу средней арифметической:

а) простую ; б) взвешенную .

Среднее арифметическое отклонение как мера вариации применяется редко. Чаще отклонения от средней возводят в квадрат и из квадратов исчисляют среднюю величину. Эта мера вариации называется дисперсией (- средний квадрат отклонений), а корень квадратный из - - есть среднее квадратическое отклонение.

Чтобы вычислить среднее квадратическое отклонение нужно найти отклонение каждой варианты от средней (), затем возвести отклонения в квадрат, умножить каждый квадрат отклонения на свою частоту и просуммировать. Полученную сумму разделить на сумму частот.

Корень квадратный из этой величины и будет среднее квадратическое отклонение.

Помимо абсолютных величин представляют интерес и относительные величины. Для оценки интенсивности вариации, а так же для сравнения ее величины в разных совокупностях или по разным признакам используют относительные показатели вариации. Базой для сравнения является средняя арифметическая (). Они вычисляются как отношение R, (среднее линейное отклонение) и (среднее квадратическое отклонение) к или медиане. Выражаются в %; дают оценку вариации и характеризуют однородность совокупности.

Различают следующие относительные показатели вариации:

1. 
   коэффициент осцилляции =
   
2. 
   линейный коэффициент вариации =
   
3. 
   коэффициент вариации =
   
4. 
   коэффициент квартильной вариации
   

Среди варьирующих признаков встречаются признаки, которыми обладают одни единицы совокупности и не обладают другие. Эти признаки называются альтернативными (получают стипендию или нет, мужской пол или женский). Количественно вариация альтернативного признака проявляется в значении “0” у единиц, которые им не обладают, или в значении “1” у единиц, обладающих этим признаком.

Доля единиц, обладающих признаком, обозначается буквой р., а доля единиц не обладающих этим признаком – q. Причем, ясно, что p+q=1. р=1-q. Альтернативный признак принимает всего два значения “0” и “1”, с весами соответственно p и q.

Вычислим средне значение альтернативного признака.

Следовательно, среднее значение альтернативного признака равно доли, которая и является обобщающей характеристикой совокупности по этому варьирующему признаку.

Рассчитаем дисперсию альтернативного признака.

Таким образом, дисперсия альтернативного признака () равна произведению доли на дополняющее эту долю до единицы число.

Корень квадратный из этого показателя () соответствует среднему квадратическому отклонению ().

Показатели вариации альтернативных признаков широко используются в статистике при проектировании выборочного наблюдения, статистическом контроле качества продукции, обработке данных социологических обследований

До сих пор мы рассматривали вариации признака по всей совокупности, но часто бывает необходимо проследить количественные изменения по группам, а также между группами. Это достигается посредством вычисления и анализа различных видов дисперсий.

Выделяют дисперсию общую, межгрупповую и внутригрупповую.

Общая дисперсия()измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию.

=

Межгрупповая дисперсия () характеризует различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки.

;

;- групповые средние и численности по отдельным группировкам.

Внутригрупповая дисперсия () отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки.

Средняя из внутригрупповых дисперсий ().

Существует закон, связывающий три вида дисперсий. Этот закон называется правилом сложения дисперсий.

В статистическом анализе используется показатель представляющий собой долю межгрупповой дисперсии в общей дисперсии. Он носит название эмпирический коэффициент детерминации (греческая буква “эта” - ).

Этот коэффициент показывает (долю) удельный вес общей вариации изучаемого признака, обусловленную вариацией группировочного признака.

Корень квадратный из коэффициента детерминации носит название эмпирического корреляционного отношения.

Этот коэффициент показывает тесноту связи между признаком, положенным в основание группировки на вариацию результативного признака. Эмпирический коэффициент корреляции изменяется в пределах от 0 до1. Если =0, то группировочный признак не оказывает влияния на результативный. Если =1, то результативный признак меняется только в зависимости от признака положенного в основание группировки, а влияние прочих факторных признаков равно 0. Промежуточные значения оцениваются в зависимости от их близости к предельным значениям.

8. 
   Асимметрия распределения и эксцесс
   

Как отмечалось, нормальное распределение характеризуется симметричностью по отношению к точке, соответствующей значению средней арифметической (). Ее вершина находится точно в середине кривой.

В статистике часто обращаются к типу кривой нормального распределения, потому что в этом распределении выражена закономерность, возникающая при взаимодействии множества случайных причин.

Асимметричные распределения встречаются чаще, чем симметричные. В асимметричном распределении вершины кривой находятся не в середине, а сдвинуты или влево, или вправо. Если вершина сдвинута влево и правая часть кривой длиннее левой, то такая асимметрия называется правосторонней. Левосторонней будет асимметрия, когда левая часть кривой длиннее правой, и вершина сдвинута вправо.

Для оценки степени асимметрии применяют моментные и структурные коэффициенты асимметрии.

Наиболее часто применяют относительный показатель, структурный коэффициент асимметрии, предложенный английским статистиком К.Пирсоном.


Достаточно точным является показатель, основанный на определении центрального момента третьего порядка – моментный коэффициент асимметрии (в симметричном распределении его величина равна 0).

Оценка существенности As производится на основе средней квадратической ошибки коэффициента асимметрии , которая зависит от

числа наблюдений (n) ,

Если > 3, асимметрия существенна и распределение признака в генеральной совокупности несимметрично.

Если < 3, асимметрия несущественна, а ее наличие объясняется влиянием различных случайных обстоятельств.
Кроме симметричности расположения кривой относительно ординаты средней арифметической, сравнение фактического распределения с нормальным производится на определении эксцесса. Под эксцессом распределения понимают высоковершинность или низковершинность фактической кривой распределения по сравнению с нормальным распределением (крутизна, излишество, заостренность)..

Наиболее точным является показатель, использующий центральный момент четвертого порядка:

Средняя квадратическая ошибка эксцесса рассчитывается по формуле:

где - n – число наблюдений.