Методические указания
Статистический ряд распределения– это упорядоченное распределение единиц совокупности на группы по определенному варьирующему признаку. В зависимости от признака, положенного в основу образования ряда распределения, различают атрибутивные и вариационные ряды распределения. Наиболее часто в статистике изучаются вариационные ряды распределения. Вариационными называют ряды распределения, построенные по количественному признаку. Любой вариационный ряд состоит из двух элементов: вариантов и частот. Вариантами считаются отдельные значения признака, которые он принимает в вариационном ряду, т.е. конкретное значение варьирующего признака. 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 определяет численность всей совокупности, ее объем. Для целей анализа и сравнительной характеристики применяют обобщающие показатели вариационного ряда. Первая группа показателей – показатели центра группирования (средняя арифметическая, мода и медиана). Мода Мо – наиболее встречающееся значение признака в совокупности, т.е. имеет наибольшую частоту. Мо = Хо + i * (f2 – f1) / ((f2 – f1) + (f2 – f3)), гдеХо –нижняя граница модального интервала, i –величина интервала, F1 –частота модального интервала, F2 –частота интервала, предшествующего модальному, F3 -частота интервала, следующего за модальным. Например, известно распределение рабочих участка по размеру дневной заработной платы. Определить модальное и медианное значение признака в изучаемой совокупности. Сделать соответствующие выводы.
Мо = 210 + 20 * (70 – 58) / (70 – 58) + 70 – 42 = 216 Вывод. Наиболее часто в совокупности встречается заработная плата рабочего в 216 рублей. Медиана Ме – значение признака у средней единицы ранжированного ряда. Ме = Хо + i * (Σf / 2 – SМе-1) / fМе, где Хо - нижняя граница медианного интервала, Σf / 2 –порядковый номер медианы, SМе-1 –накопленная частота домедианного интервала, FМе –частота медианного интервала. Номер медианного интервала определяют как сумму частот поделенную пополам, т.е. Σf / 2 = 200 / 2 = 100.Сотая единица входит в интервал от 210 до 230. Ме = 210 + 20 * (100 – 88) / 70 = 213,43 Вывод. Половина рабочих данного предприятия получает заработную плату ниже 213,43 рублей, а ровно половина выше этого значения. Вторая группа показателей – показатели степени вариации признака в совокупности. Два ряда распределения, имеющие одинаковые обобщающие показатели могут значительно отличаться друг от друга по степени колеблемости (вариации) признака в совокупности. Пример. Выработка рабочих двух бригад за 7 дней работы
В первой бригаде наблюдается равномерное распределение, а во второй - значительное рассеивание. К абсолютным показателям рассеивания относят размах колебаний: R = Xmax – Xmin Может использоваться в частности для контроля качества продукции. Учет колеблемости всех значений признака отражают с помощью относительных показателей: Большинство таких показателей отражают отклонение признака от ср.арифметической (как обобщающего показателя). 1) Ср.линейное отклонение: D = Σ /Xi – Xср/ / n, -для несгруппированных данных, D = Σ /Xi – Xср/ * f / Σ f –для вариационного ряда. 2) Ср.квадратическое отклонение: σ = √Σ (Xi – Xср) / n, -для несгруппированных данных, σ = √Σ (Xi – Xср) * f / Σ f -для сгруппированных данных. Порядок расчета ср.квадратического отклонения: 1) находим ср.арифметическую ряда – Хср, 2) находим отклонение каждого варианта значения признака от ср.арифметической - (Xi – Xср), 3) возводим каждое отклонение в квадрат, 4) полученный результат умножаем на соответствующие веса - (Xi – Xср) * f, 5) суммируем все произведения- Σ (Xi – Xср) * f, 6) полученную сумму делим на сумму весов (частот) - Σ (Xi – Xср) * f / Σ f. Таким образом, получаем дисперсию признака. Извлекая корень, получаем ср. квадратическое отклонение, которое показывает на сколько в среднем индивидуальные значения признака отклоняются от среднего в совокупности. Свойства дисперсии: 1) дисперсия постоянного числа равна нулю, 2) если все варианты значений признака уменьшить в одно и то же число раз (k – раз), то дисперсия уменьшится в k – квадрат раз. 3) если все варианты значений признака уменьшить на одно и то же число единиц, то дисперсия не изменится. Различают виды дисперсии: Общая дисперсия характеризует вариацию признака как результат влияния всей совокупности факторов. Общая дисперсия делится на внутригрупповую и межгрупповую. Межгрупповая дисперсия характеризует вариацию признака под влиянием фактора, положенного в основу группировки, т.е. является мерой колеблемости частных средних по группам вокруг общей средней: σ²= Σ /X j – Xср.общ/ * nj/ Σ nj, где nj –число единиц в j-той группе, Xср.общ –общая средняя по совокупности, X j – частная средняя по j-той группе. Внутригрупповая дисперсия – обусловлена влиянием прочих факторов, характеризует колеблемость изучаемого признака в каждой группе. Пример. Влияние стажа работы рабочих на производительность труда (W).
Проведём дисперсионный анализ: σ2= Σ /X j– Xср.общ./2 * nj/ Σ nj, 1) Хср.общ = (20*30 + 23*40) / 70 = 21,7 2) σмгр2 = [(20 – 21,7)*30 + (23 – 21,7)*40] 2 / 70 = 2,2 3) Найдем среднюю из внутригрупповых дисперсий: σвгр2 = ( 3*30 + 2*40) / 70 = 2,43 4) σ2общ = 2,2 + 2,43 = 4,63. Выводы: (2,2 / 4.63 * 100%) На 47,6% вариация выработки зависит от стажа, а на 52,4% от влияния все прочих факторов (квалификация, фондовооруженность, психологическое состояние и пр.)
©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|