Принципы организации государственной статистики
Среднее
линейное отклонение
дает обобщенную
характеристику
степени колеблемости
признака в
совокупности.
Однако при его
исчислении
приходится
допускать
некорректные
с точки зрения
математики
действия, нарушать
законы алгебры,
что побудило
математиков
и статистиков
искать иной
способ оценки
вариации для
того, чтобы
иметь дело
только с положительными
величинами.
Самый простой
выход - возвести
все отклонения
во вторую степень.
![]()
Полученная мера вариации называется дисперсией, a корень квадратный из дисперсии - средним квадратическим отклонением. Эти показатели являются общепринятыми мерами вариации и часто используются в статистических исследованиях, а также в технике, биологии и других отраслях знаний. Данные показатели нашли также свое широкое применение в международной практике учета и статистического анализа, в частности в системе национального счетоводства.
Дисперсия есть средняя величина квадратов отклонений.
Среднее квадратическое отклонение - это обобщающая характеристика размеров вариации признака в совокупности. Оно выражается в тех же единицах измерения, что и признак (в метрах, тоннах, рублях, процентах и т. д.).
16. Понятие вариации и ее значение. Статистическое изучение
вариации признаков.
Вариация - колеблемость, многообразие, изменяемость величины признака у отдельных единиц совокупности.
Вариация порождается комплексом условий, действующих на совокупность и ее единицы. Например, вариация оценок на экзамене в вузе порождается, в частности, различными способностями студентов, временем, затрачиваемым ими на самостоятельную работу, различием социально-бытовых условий и т. д. Именно вариация и предопределяет необходимость статистики. Если бы все студенты получали одинаковые оценки или, например, семьи имели одинаковые доходы, то необходимость в статистическом исследовании отпала бы.
Исследование вариации в статистике имеет важное значение. Вариация даёт возможность оценить степень воздействия на данный признак других варьирующих признаков, установить, например, какие факторы и в какой степени влияют на смертность населения, финансовое положение предприятий, урожайность пшеницы и т. п. Определение вариации необходимо при организации выборочного наблюдения, построении статистических моделей разработке материалов экспертных опросов и во многих других случаях.
Вариация существует в пространстве и во времени. Под вариацией в пространстве понимается колеблемость значений признака по отдельным территориям.
Объективно существует также вариация во времени. Под ней подразумевают изменение значений признака в различные периоды (или моменты) времени. Так, со временем изменяются средняя продолжительность жизни, срок службы товаров длительного пользования, мнения людей и т. д.
По степени вариации можно судить о многих сторонах процесса развития изучаемых явлений, в частности об однородности совокупности, устойчивости индивидуальных значений признака, типичности средней, о взаимосвязи между признаками одного и того же явления и признаками разных явлений. Статистические показатели, характеризующие вариацию, широко применяются в практической деятельности, например для оценки ритмичности работы промышленных предприятий, контроля за ходом других производственных процессов, устойчивости урожайности сельскохозяйственных культур тех или иных сортов или одного и того же сорта в определенных почвенно-климатических условиях. На основе показателей вариации в статистике разрабатываются другие показатели и методы изучения явлений и процессов общественной жизни - показатели тесноты связи между явлениями и их признаками, показатели оценки точности выборочного наблюдения.
17. Абсолютные и относительные показатели вариации, сущность и
значение, методика расчета
К абсолютным показателям вариации относятся размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, дисперсия и среднее квадратическое отклонение.
Относительные показатели вариации - это коэффициенты осцилляции, вариации, относительное линейное отклонение и др.
Размах вариации - разность между наибольшим и наименьшим значениями варьирующего признака.
Среднее линейное отклонение - средняя арифметическая из абсолютных значений отклонений вариант признака от их средней.
Дисперсия - средний квадрат отклонений индивидуальных значений признака от их средней величины.
Среднее квадратическое отклонение рассчитывается как корень квадратный из дисперсии. Среднее квадратическое отклонение, дисперсия и среднее линейное отклонение могут определяться по формулам простой и взвешенной (в зависимости от исходных данных).
Коэффициент осцилляции - процентное отношение размаха вариации к средней величине признака.
Самым простым абсолютным показателем является размах вариации (R).
Размах показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение признака.

Размах вариации применяется при контроле качества продукции для определения влияния систематически действующих причин на производственный процесс. Для этого отбирают через определенные промежутки времени несколько деталей и производят их измерение. Рассчитав по данным этих выборок показатели размаха вариации, на основе сопоставления результатов вычислений судят об устойчивости режима производственного процесса.
В учебной литературе по статистике обычно указывается, что размах имеет существенный недостаток. Его величина всецело зависит от крайних значений признака, и он не учитывает всех изменений варьирующего признака в пределах совокупности.
Этот упрек в адрес размаха вариации является не совсем верным. Какой же это недостаток, когда именно в этом заключается суть показателя.
К недостаткам размаха вариации можно отнести то обстоятельство, что очень низкое и очень высокое значения признака по сравнению с основной массой его значений в совокупности могут быть обусловлены какими-либо сугубо случайными обстоятельствами (т. е. эти значения являются аномальными в совокупности).
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.
Среднее
линейное отклонение
дает обобщенную
характеристику
степени колеблемости
признака в
совокупности.
Однако при его
исчислении
приходится
допускать
некорректные
с точки зрения
математики
действия, нарушать
законы алгебры,
что побудило
математиков
и статистиков
искать иной
способ оценки
вариации для
того, чтобы
иметь дело
только с положительными
величинами.
Самый простой
выход - возвести
все отклонения
во вторую степень.
Полученная мера вариации называется дисперсией, a корень квадратный из дисперсии - средним квадратическим отклонением. Эти показатели являются общепринятыми мерами вариации и часто используются в статистических исследованиях, а также в технике, биологии и других отраслях знаний. Данные показатели нашли также свое широкое применение в международной практике учета и статистического анализа, в частности в системе национального счетоводства.
Дисперсия есть средняя величина квадратов отклонений.
Среднее
квадратическое
отклонение
- это обобщающая
характеристика
размеров вариации
признака в
совокупности.
Оно выражается
в тех же единицах
измерения, что
и признак (в
метрах,
Различают следующие относительные показатели вариации (V):

Наиболее часто в практических расчетах применяется показатель относительной вариации - коэффициент вариации
18. Вариация альтернативного признака. Расчет дисперсии по
разным способам.
Среди множества варьирующих признаков, изучаемых статистикой, существуют признаки, которыми обладают одни единицы совокупности и не обладают другие. Эти признаки называются альтернативными. Примером таких признаков являются: наличие бракованной продукции, ученая степень у преподавателя вуза, работа по полученной специальности и т. д. Вариация альтернативного признака количественно проявляется в значении нуля у единиц, которые этим признаком не обладают, или единицы у тех, которые данный признак имеют.
Пусть р - доля единиц в совокупности, обладающих данным признаком (р = m/n); q - доля единиц, не обладающих данным признаком, причем р + q = 1. Альтернативный признак принимает всего два значения - 0 и 1 с весами соответственно q и р. Исчислим среднее значение альтернативного признака по формуле средней арифметической:

Дисперсия альтернативного признака определяется по формуле:

Таким образом, дисперсия альтернативного признака равна произведению доли на дополняющее эту долю до единицы число. Корень квадратный из этого показателя соответствует среднему квадратическому отклонению альтернативного признака.
Показатели вариации альтернативных признаков широко используются в статистике, в частности при проектировании выборочного наблюдения, обработке данных социологических обследований, статистическом контроле качества продукции, в ряде других случаев.
19. Правило сложения дисперсий. Дисперсионный факторный
анализ.
Бывает необходимо проследить количественные изменения признака по группам, на которые разделяется совокупность, а также и между группами. Такое изучение вариации достигается посредством вычисления и анализа различных видов дисперсии.
Выделяют дисперсию общую, межгрупповую и внутригрупповую. Общая дисперсия измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию:

Существует
закон, связывающий
три вида дисперсии.
Общая дисперсия
равна сумме
средней из
внутригрупповых
и межгрупповой
дисперсий:
Данное соотношение называют правилом сложения дисперсий. Согласно этому правилу, общая дисперсия, возникающая под действием всех факторов, равна сумме дисперсии, появляющейся под влиянием всех прочих факторов, и дисперсии, возникающей за счет группировочного признака.
Зная любые два вида дисперсий, можно определить или проверить правильность расчета третьего вида.
20. Динамический ряд, его элементы. Виды рядов динамики.
Правила построения динамических рядов
Ряд динамики (или динамический ряд) представляет собой ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.
В каждом ряду динамики имеются два основных элемента: время t и конкретное значение показателя (уровень ряда) у.
Уровни ряда — это показатели, числовые значения которых составляют динамический ряд. Время — это моменты или периоды, к которым относятся уровни.
Построение и анализ рядов динамики позволяют выявить и измерить закономерности развития общественных явлений во времени. Эти закономерности не проявляются четко на каждом конкретном уровне, а лишь в тенденции, в достаточно длительной динамике. На основную закономерность динамики накладываются другие, прежде всего случайные, иногда сезонные влияния. Выявление основной тенденции в изменении уровней, именуемой трендом, является одной из главных задач анализа рядов динамики.
По времени, отраженному в динамических рядах, они разделяются на моментные и интервальные.
Моментным рядом динамики называется такой ряд, уровни которого характеризуют состояние явления на определенные даты (моменты времени).
Интервальным (периодическим) рядом динамики называется такой ряд, уровни которого характеризуют размер явления за конкретный период времени (год, квартал, месяц).
Уровни в динамическом ряду, могут быть представлены абсолютными, средними или относительными величинами.
По расстоянию между уровнями ряды динамики подразделяются на ряды с равностоящими и неравностоящими уровнями по времени
При построении динамических рядов необходимо соблюдать определенные правила: основным условием для получения правильных выводов при анализе рядов динамики и прогнозировании его уровней является сопоставимость уровней динамического ряда между собой.
Статистические данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицам измерения, времени регистрации, ценам, методологии расчета и др.
Сопоставимость по территории предполагает одни и те же границы территории.
Сопоставимость по кругу охватываемых объектов означает сравнение совокупностей с равным числом элементов.
При этом нужно иметь в виду, что сопоставляемые показатели динамического ряда должны быть однородны по экономическому содержанию и границам объекта, который они характеризуют (однородность может быть обеспечена одинаковой полнотой охвата разных частей явления).
Сопоставимость по времени регистрации для интервальных рядов обеспечивается равенством периодов времени, за которые приводятся данные.
Сопоставимость по ценам. При проведении к сопоставимому виду продукции, измеренной в стоимостных (ценностных) показателях, трудность заключается в том, что, во-первых, с течением времени происходит непрерывное изменение цен, а во-вторых, существует несколько видов цен.
Сопоставимость по методологии расчета. При определении уровней динамического ряда необходимо использовать единую методологию их расчета.
21. Показатели анализа ряда динамики. Средние показатели ряда
динамики.
Анализ интенсивности изменения во времени осуществляется с помощью показателей, получаемых в результате сравнения уровней, к таким показателям относятся: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста.
Система средних показателей включает средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста.
Показатели анализа динамики могут вычисляться на постоянной и переменных базах сравнения. При этом принято называть сравниваемый уровень отчетным, а уровень, с которым производится сравнение, — базисным.
Для расчета показателей анализа динамики на постоянной базе каждый уровень рада сравнивается с одним и тем же базисным уровнем. В качестве базисного выбирается либо начальный уровень в раду динамики, либо уровень, с которого начинается какой-то новый этап развития явления. Исчисляемые при этом показатели называются базисными.
Для расчета показателей анализа динамики на переменной базе каждый последующий уровень рада сравнивается с предыдущим. Вычисленные таким образом показатели анализа динамики называются цепными.
Важнейшим статистическим показателем анализа динамики является абсолютный прирост (сокращение), т.е. абсолютное изменение, характеризующее увеличение или уменьшение уровня рада за определенный промежуток времени. Абсолютный прирост с переменной базой называют скоростью роста.

Цепные и базисные абсолютные приросты связаны между собой: сумма последовательных цепных абсолютных приростов равна базисному, т. е. общему приросту за весь промежуток времени.
Для обобщающей характеристики динамики исследуемого явления определяют средние показатели: средние уровни ряда и средние показатели изменения уровней ряда.
Средний уровень ряда характеризует обобщённую величину абсолютных уровней. Он рассчитывается по средней хронологической, т. е. по средней исчисленной из значений, изменяющихся во времени.
Для интервальных рядов динамики из абсолютных уровней средний уровень за период времени определяется по формуле средней арифметической:
• при равных интервалах применяется средняя арифметическая простая:

Обобщающий показатель скорости изменения уровней во времени — средний абсолютный прирост (убыль), представляющий собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. По цепным данным об абсолютных приростах за ряд лет можно рассчитать средний абсолютный прирост как среднюю арифметическую простую.

22. Показатели интенсивности изменения уровня ряда:
абсолютный прирост, темп роста, темп прироста, абсолютное
значение одного процента прироста. Цепной и базисный способ
расчета.
При изучении динамики общественных явлений возникает проблема описания интенсивности изменения и расчета средних показателей динамики.
Анализ интенсивности изменения во времени осуществляется с помощью показателей, получаемых в результате сравнения уровней, к таким показателям относятся: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста.
Система средних показателей включает средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста.
Показатели анализа динамики могут вычисляться на постоянной и переменных базах сравнения. При этом принято называть сравниваемый уровень отчетным, а уровень, с которым производится сравнение, — базисным.
Важнейшим статистическим показателем анализа динамики является абсолютный прирост (сокращение), т.е. абсолютное изменение, характеризующее увеличение или уменьшение уровня рада за определенный промежуток времени. Абсолютный прирост с переменной базой называют скоростью роста.

Цепные и базисные абсолютные приросты связаны между собой: сумма последовательных цепных абсолютных приростов равна базисному, т. е. общему приросту за весь промежуток времени.
Коэффициент роста (снижения) показывает, во сколько раз сравниваемый уровень больше уровня, с которым производится сравнение (если этот коэффициент больше единицы) или какую часть уровня, с которым производится сравнение, составляет сравниваемый уровень (если он меньше единицы). Темп роста всегда представляет собой положительное число.

Темп прироста (сокращения) можно получить и из темпа роста, выраженного в процентах, если из него вычесть 100%. Коэффициент прироста получается вычитанием единицы из коэффициента роста.

При анализе динамики развития следует также знать, какие абсолютные значения скрываются за темпами роста и прироста. Сравнение абсолютного прироста и темпа прироста за одни и те же периоды времени показывает, что при снижении (замедлении) темпов прироста абсолютный прирост не всегда уменьшается, в отдельных случаях он может возрастать. Поэтому, чтобы правильно оценить значение полученного темпа прироста, его рассматривают в сопоставлении с показателем абсолютного прироста. Результат выражают показателем, который называют абсолютным значением (содержанием) одного процента прироста и рассчитывают как отношение абсолютного прироста к темпу прироста за тот же период времени, %:
23. Средние показатели ряда динамики: средний уровень ряда,
средний абсолютный прирост, средний темп роста и прироста. Их
расчет.
Для обобщающей характеристики динамики исследуемого явления определяют средние показатели: средние уровни ряда и средние показатели изменения уровней ряда.
Средний уровень ряда характеризует обобщённую величину абсолютных уровней. Он рассчитывается по средней хронологической, т. е. по средней исчисленной из значений, изменяющихся во времени.
Методы расчета среднего уровня интервального и моментного рядов динамики различны.
Для интервальных рядов динамики из абсолютных уровней средний уровень за период времени определяется по формуле средней арифметической:
• при равных интервалах применяется средняя арифметическая простая:

Средний уровень моментного ряда динамики с равностоящими уровнями определяется по формуле средней хронологической моментного ряда:

Средний уровень моментных рядов с неравностоящими уровнями определяется по формуле средней хронологической взвешенной:

Средний
абсолютный
прирост определим
через накопленный
(базисный) абсолютный
прирост.
Для случая
равных интервалов
применим следующую
формулу:
где т — число уровней ряда динамики в изучаемом периоде, включая базисный.
Сводной обобщающей характеристикой интенсивности изменения уровней ряда динамики служит средний темп роста (снижения), показывающий, во сколько раз в среднем за единицу времени изменяется уровень ряда динамики.
Средний темп роста (снижения) - обобщенная характеристика индивидуальных темпов роста ряда динамики.
Средний
темп роста
представляет
собой средний
коэффициент
роста, выраженный
в процентах,
то для равностоящих
рядов динамики
расчеты по
средней геометрической
сводятся к
исчислению
средних
коэффициентов
роста из цепных
коэффициентов
роста (по «цепному
способу»):
Средние темпы прироста (сокращения) рассчитываются на основе средних темпов роста, вычитанием из последних 100 %. Соответственно при исчислении средних коэффициентов прироста из значений коэффициентов роста вычитается единица:

24. Методы сглаживания рядов динамики. Сущность метода
укрупнения интервалов и метода скользящей средней.
Аналитическое выравнивание ряда динамики.
Основной тенденцией развития (трендом) называется плавное и устойчивое изменение уровня явления во времени, свободное от случайных колебаний.
Задача состоит в том, чтобы выявить общую тенденцию в изменении уровней ряда, освобожденную от действия различных случайных факторов. С этой целью ряды динамики подвергаются обработке методами укрупнения интервалов, скользящей средней и аналитического выравнивания.
Одним из наиболее простых методов изучения основной тенденции в рядах динамики является укрупнение интервалов. Он основан на укрупнении периодов времени, к которым относятся уровни ряда динамики (одновременно уменьшается количество интервалов).
Выявление основной тенденции может осуществляться также методом скользящей (подвижной) средней. Сущность его заключается в том, что исчисляется средний уровень из определенного числа, обычно нечетного (3, 5, 7 и т.д.), первых по счету уровней ряда, затем — из такого же числа уровней, но начиная со второго по счету, далее — начиная с третьего и т.д. Таким образом, средняя как бы «скользит» по ряду динамики, передвигаясь на один срок.
Недостатком сглаживания ряда является «укорачивание» сглаженного ряда по сравнению с фактическим, а следовательно, потеря информации.
Рассмотренные приемы сглаживания динамических рядов (укрупнение интервалов и метод скользящей средней) дают возможность определить лишь общую тенденцию развития явления, более или менее освобожденную от случайных и волнообразных колебаний. Однако получить обобщенную статистическую модель тренда посредством этих методов нельзя.
Для того чтобы дать количественную модель, выражающую основную тенденцию изменения уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики.
Основным содержанием метода аналитического выравнивания в рядах динамики является то, что общая тенденция развития рассчитывается как функция времени:
где
yt
— уровни
динамического
ряда, вычисленные
по соответствующему
аналитическому
уравнению на
момент времени.
Определение теоретических (расчетных) уровней yt производится на основе так называемой адекватной математической модели, которая наилучшим образом отображает (аппроксимирует) основную тенденцию ряда динамики.
Выбор типа модели зависит от цели исследования и должен быть основан на теоретическом анализе, выявляющем характер развития явления, а также на графическом изображении ряда динамики (линейной диаграмме).
Например, простейшими моделями (формулами), выражающими тенденцию развития, являются:

В тех случаях, когда требуется особо точное изучение тенденции развития (например, модели тренда для прогнозирования), при выборе вида адекватной функции можно использовать специальные критерии математической статистики.
Расчет параметров функции обычно производится методом наименьших, квадратов, в котором в качестве решения принимается точка минимума суммы квадратов отклонений между теоретическими и эмпиричесими уровнями:

Выравнивание по прямой используется, как правило, в тех случаях, когда абсолютные приросты практически постоянны, т. е. когда уровни изменяются в арифметической профессии (или близко к ней).
Выравнивание по показательной функции используется в тех случаях, когда ряд отражает развитие в геометрической профессии, т. е. когда цепные коэффициенты роста практически постоянны.
25. Статистическое изучение сезонных колебаний в ряде динамики;
индексы сезонности.
При сравнении квартальных и месячных данных многих социально-экономических явлений часто обнаруживаются периодические колебания, возникающие под влиянием смены времен года. Они являются результатом влияния природно-климатических условий, общих экономических факторов, а также многочисленных и разнообразных факторов, которые часто являются регулируемыми.
В статистике периодические колебания, которые имеют определенный и постоянный период, равный годовому промежутку, носят название «сезонные колебания» или «сезонные волны», а динамический ряд в этом случае называют сезонным рядом динамики.
Индексами сезонности являются процентные отношения фактических (эмпирических) внутригрупповых уровней к теоретическим (расчетным) уровням, выступающим в качестве базы сравнения.
Для того чтобы выявить устойчивую сезонную волну, на которой не отражались бы случайные условия одного года, индексы сезонности вычисляют по данным за несколько лет (не менее трех), распределенным по месяцам.
Если ряд динамики не содержит ярко выраженной тенденции в развитии, то индексы сезонности вычисляются непосредственно по эмпирическим данным без их предварительного выравнивания.
Для
каждого месяца
рассчитывается
средняя величина
уровня, например
за три года,
затем вычисляется
среднемесячный
уровень для
всего ряда у
. После
чего определяется
показатель
сезонной волны
- индекс
сезонности
Is
как
процентное
отношение
средних для
каждого месяца
к общему среднемесячному
уровню ряда,
%:
где уi - средний уровень для каждого месяца (минимум за три года); у — среднемесячный уровень для всего ряда.
Когда уровень проявляет тенденцию к росту или снижению, то отклонения от постоянного среднего уровня могут исказить сезонные колебания. В таких случаях фактические данные сопоставляются с выравненными, т. е. полученными аналитическим выравниванием.
Формулу для расчета индекса сезонности, %, в этом случае можно записать так:
