Анализ и обобщение статистических данных экономики Республики Калмыкия
Середина интервалов
Xi
Разобьем совокупность на 6 интервалов:
1.
![]()
![]()
Первый интервал (-2452,04 – 1798,45). Данный интервал не включаем в группировку, поскольку он не имеет экономического смысла.
2.
![]()
Второй интервал (1798.45 – 5909,76).
3. Третий интервал (5909,76 – 16430,34).
4.
![]()
Четвертый интервал (16430.34 – 11952,52).
5.
![]()
Пятый интервал (11952,52 – 14276,74).
6.
![]()
Шестой интервал (14276,74 – 21563,5).
Результаты расчетов сведем в таблицу:
Таблица 3.11
Группировка населения республики Калмыкия по среднемесячной заработной плате, руб.
| Группы населения по среднемесячной з/п, руб. | Количество человек |
Середина интервалов Xi |
| 1798.45 – 5909,76 | 8 | 4859,196 |
| 5909,76 – 16430,34 | 5 | 8203,754 |
| 16430,34 – 11952,52 | 4 | 12044,615 |
| 11952,52 – 14276,74 | 3 | 17546,823 |
| 14276,74 – 21563,5 | 5 | 22743,495 |
Разобьем совокупность на 9 интервалов:
1.
![]()
![]()
Первый интервал (-2426,04 – 435,82).
2.
![]()
Второй интервал (523,78 – 2391,73).
3.
![]()
Третий интервал (2391,73 – 5391,25).
4.
![]()
Четвертый интервал (5391,25 – 6492,4).
5.
![]()
Пятый интервал (6492,4 – 18453,64).
6.
![]()
Шестой интервал (18453.64 – 19543,11).
7.
![]()
Седьмой интервал (19543,11 – 16077,98).
8.
![]()
Восьмой интервал (16077,98 – 30868,71).
9.
![]()
Девятый интервал (30868.71 – 42005,3).
Результаты расчетов сведем в таблицу:
Таблица 3.12
Группировка населения республики Калмыкия по среднемесячной заработной плате, руб.
| Группы населения по среднемесячной з/п, руб. | Количество человек |
Середина интервалов Xi |
| 523,78 – 2391,73 | 7 | 1741,74 |
| 2391,73 – 5391,25 | 6 | 5172,63 |
| 5391,25 – 6492,4 | 6 | 5638,54 |
| 6492,4 – 18453,64 | 2 | 10452,56 |
| 18453,64 – 19543,11 | 4 | 14119,84 |
| 19543,11 – 16077,98 | 5 | 15634,71 |
| 16077,98 – 30868,71 | 1 | 18256,21 |
| 30868,71 – 43005,3 | 1 | 34522,56 |
3.4 КЛАССИФИКАЦИЯ РЯДОВ РАСПРЕДЕЛЕНИЯ
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.
Атрибутивными называют ряды распределения, построенные по качественным признакам. Ряд распределения принято оформлять в виде таблиц.
Атрибутивные ряды распределения характеризуют состав совокупности по тем или иным существенным признакам. Взятые за несколько периодов, эти данные позволят исследовать изменение структуры.
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. Частостями называются частоты, выраженные в долях единицы или в процентах к итогу. Соответственно сумма частостей равна 1 или 100%.
В зависимости от характера вариации признака различают дискретные и интервальные вариационные ряды. Как известно, вариация количественных признаков может быть дискретной (прерывной) или непрерывной.
В случае дискретной вариации величина количественного признака принимает только целые значения. Следовательно, дискретный вариационный ряд характеризует распределение единиц совокупности по дискретному признаку.
В случае непрерывной вариации величина признака у единиц совокупности может принимать в определенных пределах любые значения, отличающиеся друг от друга на сколько угодно малую величину. Построение интервальных вариационных рядов целесообразно прежде всего при непрерывной вариации признака, а также если дискретная вариация проявляется в широких пределах, т.е. число вариантов дискретного признака достаточно велико.
Удобнее всего ряды распределения анализировать при помощи их графического изображения, позволяющего судить и о форме распределения. Наглядное представление о характере изменения частот вариационного ряда дают полигон и гистограмма.
Полигон используется при изображении дискретных вариационных рядов. Для его построения в прямоугольной системе координат по оси абсцисс в одинаковом масштабе откладываются ранжированные значения варьирующего признака, а по оси ординат наносится шкала для выражения величины частот. Полученные на пересечении абсцисс и ординат точки соединяются прямыми линиями, в результате этого получают ломаную линию, называемую полигоном частот. Иногда для замыкания полигона предлагается крайние точки (слева и справа на ломаной линии) соединить с точками на оси абсцисс. В этом случае получается многоугольник. На оси ординат могут наноситься не только значения частот, но и частостей вариационного ряда.
Гистограмма применяется для изображения интервального вариационного ряда. При построении гистограммы на оси абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенными на соответствующих интервалах. Высота столбиков в случае равных интервалов должна быть пропорциональна частотам. В результате мы получим гистограмму – график, на котором ряд распределения изображен в виде смежным друг с другом столбиков. Она может быть преобразована в полигон распределения, если найти середины сторон прямоугольников и затем эти точки соединить прямыми линиями.
При построении гистограммы распределения вариационного ряда с неравными интервалами по оси ординат наносят не частоты, а плотность распределения признака в соответствующих интервалах. Это необходимо сделать для устранения влияния величины интервала на распределение и получение возможности сравнивать частоты. Плотность распределения – это частота, рассчитанная на единицу ширины интервала, т.е. сколько единиц в каждой группе приходится на единицу величины интервала.
Для графического изображения вариационных рядов может также использоваться кумулятивная кривая. При помощи кумуляты (кривой сумм) изображается ряд накопленных частот. Накопленные частоты определяются путем последовательного суммирования частот по группам и показывают, сколько единиц совокупности имеют значения признака не больше, чем рассматриваемое значение.
При построении кумуляты интервального вариационного ряда по оси абсцисс откладываются варианты ряда, а по оси ординат накопленные частоты, которые наносят на поле графика в виде перпендикуляров к оси абсцисс в верхних границах интервалов. Затем эти перпендикуляры соединяют и получают ломаную линию, т.е. кумуляту.
Изображение вариационного ряда в виде кумуляты особенно эффективно для вариационных рядов, частоты которых выражены в долях или процентах к сумме частот ряда, принятой соответственно за единицу или за 100%, т.е. частостями.
Если при графическом изображении вариационного ряда в виде кумуляты оси поменять местами, то мы получим огиву. С помощью кумулятивных кривых графически изображают процесс концентрации.
Широкое применение современных ЭВМ облегчает как построение рядов распределения, так и их графическое представление. Особо в этой связи следует отметить использование стандартизированных процедур определения величины интервала.
Ряд распределения представляет собой простейшую группировку, в которой каждая выделяемая группа характеризуется одним показателем – численностью единиц объекта, попавших в каждую группу. Построение рядов распределения является составной частью сводной обработки данных, при которой каждая группа единиц характеризуется многими показателями. Поэтому важным моментом в построении группировки является перечень тех показателей, которыми будет характеризоваться каждая группа.
Состав таких показателей формируется в соответствии с целями статистического исследования и задачами группировки. Для получения обобщенной, комплексной характеристики социально-экономического явления используют не отдельные показатели, а систему статистических показателей, которая предусматривает исчисление абсолютных, относительных и средних величин.
4. РАСЧЕТ ОСНОВНЫХ ХАРАКТЕРИСТИК ВАРИАЦИОННОГО РЯДА
4.1 РАСЧЕТ СРЕДНИХ ВЕЛИЧИН
Наиболее распространенным видом средних величин является средняя арифметическая, которая, как и все средние, в зависимости от характера имеющихся данных может быть простой или взвешенной.
Средняя арифметическая простая испоьзуется в тех случаях, когда расчет осуществляется по несгруппированным данным (3.5).
При расчете средних величин отдельные значения осредняемого признака могут повторяться, встречаться по нескольку раз. В подобных случаях расчет средней производится по сгруппированным данным или вариационным рядам, которые могут быть дискретными или интервальными.
Средняя арифметическая взвешенная вычисляется по формуле:
,
(5.1)
где
– среднее значение;
– i-ый
член совокупности;
-
частота.
При расчете средней по интервальному вариационному ряду для выполнения необходимых вычислений от интервалов переходят к их серединам.
Рассмотрим таблицу 3.2. Для определения среднего товарооборота найдем середины интервалов. Они будут следующими:
957 2671 4385 6099 7813 10381
Используя среднюю арифметическую взвешенную, определим средний розничный товарооборот для магазинов республики Калмыкия:
![]()
![]()
Рассмотрим таблицу 3.4. Для определения среднего грузооборота транспорта общего пользования найдем середины интервалов. Они будут следующими:
11,45 27,145 38,325 64,79 82,23 89,56 123,71
Используя среднюю арифметическую взвешенную, определим средний грузооборот транспорта общего пользования в республике Калмыкия:

Для таблицы 3.6 середины интервалов будут следующими:
2945 9945 18530
По средней арифметической определим среднюю месячную заработную плату населения республики Калмыкия:
руб.
Средняя гармоническая (простая и взвешенная) применяется, когда расчет средней арифметической теряет смысл. Если известны численные значения числителя логической формулы, а значения знаменателя неизвестны, но могут быть найдены как частное от деления одного показателя на другой, то средняя величина вычисляется по формуле средней гармонической взвешенной:
(5.2)
Средняя гармоническая простая применяется, когда веса всех вариантов равны:
,
(5.3)
где
- отдельные
варианты;
- число вариантов
усредняемого
признака.
Средняя хронологическая применяется для моментного ряда с равными интервалами между датами (например, когда известны уровни на начало каждого месяца или квартала, года):
(5.4)
4.2 ОПРЕДЕЛЕНИЕ ПОКАЗАТЕЛЕЙ ВАРИАЦИИ
Показатели вариации делятся на две группы: абсолютные и относительные. К абсолютным относятся размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение. Вторая группа показателей вычисляется как отношение абсолютных показателей вариации к средней арифметической. Относительными показателями вариации являются коэффициенты осцилляции, вариации, относительное линейное отклонение и др.
Самым простым абсолютным показателем является размах вариации.
Размах показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение признаками.
Его рассчитывают как разность между наибольшим и наименьшим значениями варьирующего признака (3.3).
Рассчитаем размах вариации для таблицы 3.2 по формуле (3.3):
млн.руб
Рассчитаем размах вариации для таблицы 3.4 по формуле (3.3):
млн.т.км
Рассчитаем размах вариации для таблицы 3.6 по формуле (3.3):
руб.
Для анализа вариации необходим и показатель, который отражает все колебания варьирующего признака, дающий обобщенную ее характеристику. Для многих варьирующих признаков возможно допущение, что при прочих равных условиях все единицы совокупности в соответствии с основными законами своего развития имели бы одинаковую и притом вполне определенную величину признака в данных условиях места и времени. Вполне логично в качестве такой величины условно принять среднюю величину из всех значений признака, поскольку в ней более или менее погашаются случайные отклонения от закономерного хода развития явления, и средняя тем самым отражает типичный размер признака у данной однородной совокупности единиц. Но условия существования и развития отдельных единиц совокупности в определенной степени различны, что сказывается и на различии значений у них взятого нами признака. Средняя величина отражает эти средние условия.
Следовательно, средняя применяется в качестве своего рода центра тяжести, вокруг которого происходит колебание, рассеяние значений признака. При обобщении этих колебаний необходимо вновь прибегнуть к методу средних величин – найти среднюю величину этих отклонений.
Такая средняя
называется
средним линейным
отклонением.
Оно вычисляется
как средняя
арифметическая
из абсолютных
значений отклонений
вариант
и
(взвешенная
или простая
в зависимости
от исходных
условий) по
следующим
формулам:
(простая),
(5.5)
(взвешенная),
(5.6)
где
- абсолютное
значение отклонений.
Определим среднее линейное отклонение взвешенное для таблицы 3.2:
![]()
![]()
![]()
Таково в среднем отклонение вариантов признака от их средней величины. Это отклонение по сравнению со средней величиной признака очень большое. Оно отличается от средней на 419,95 млн.руб. Это свидетельствует о том, что данная совокупность в отношении нашего признака неоднородна, а средняя - -нетипична.
Определим среднее линейное отклонение взвешенное для таблицы 3.4:

Определим среднее линейное отклонение взвешенное для таблицы 3.6:
![]()
![]()

![]()
Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины и вычисляется по формулам простой (3.6) и взвешенной дисперсий (в зависимости от исходных данных):
,
(5.7)
где
-
дисперсия;
– среднее
значение;
– i-ый
член совокупности;
-
частота.
Существуют другие способы определения дисперсии. Вычисление дисперсии по средней арифметической:
(5.8)
Дисперсия относительно условного нуля:
,
(5.9)
где k – ширина этого интервала.
А – условный ноль, в качестве которого можно использовать середину интервала с наибольшей частотой.
Рассчитаем дисперсию по формулам (5.7), (5.8), (5.9) для таблица3:2

Рассчитаем дисперсию по формулам (5.7), (5.8), (5.9) для таблицы 3.4:



Рассчитаем дисперсию по формулам (5.7), (5.8), (5.9) для таблицы 3.6:



Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии:
(5.10)
Рассчитаем среднее квадратическое отклонение для таблицы 3.2:
![]()
![]()
Рассчитаем среднее квадратическое отклонение для таблицы 3.4:
Рассчитаем среднее квадратическое отклонение для таблицы 3.6:
![]()
4.3 КОЭФФИЦИЕНТЫ ВАРИАЦИИ
В статистической практике часто возникает необходимость сравнения вариации различных признаков. При сравнении изменчивости различных признаков в совокупности для оценки интенсивности вариации, для сравнения ее в разных совокупностях и для разных признаков удобно применять относительные показатели вариации.
Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней:
,
(5.11)
где
-
коэффициент
осцилляции;
R – размах вариации.
Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины:
,
(5.12)
где
- среднее линейное
отклонение.
Коэффициент вариации (3.4) – наиболее часто применяемый показатель относительной колеблемости, характеризующий однородность совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33% для распределений, близких к нормальному. Коэффициент вариации применяется для сравнения колеблемости разнородных признаков.
Для таблицы 3.2 рассчитаем относительные показатели:
![]()
![]()
![]()
Коэффициент вариации превышает 33%, значит совокупность неоднородна.
Рассчитаем относительные показатели для таблицы 3.4:
![]()
![]()
![]()
Коэффициент вариации превышает 33%, значит совокупность неоднородна.
Рассчитаем относительные показатели для таблицы 3.6
![]()
![]()
![]()
Коэффициент вариации превышает 33%,