Расчет структурных характеристик ряда распределения.

При изучении вариации применяются такие характеристики ряда распределения, которые описывают количественно его структуру, строение. Такова, например, медиана – величина варьирующего признака, делящая совокупность на две равные части – со значением признака меньше медианы и со значением признака больше медианы. В интервальном ряду распределения для нахождения медианы применяется формула:

,

где Ме – медиана;

X₀ – нижняя граница интервала, в котором находится медиана;

h – величина (размах) интервала;

– накопленная частота в интервале, предшествующем медианному;

f_Me – частота в медианном интервале.

Безусловно, важное значение имеет такая величина признака, которая встречается в изучаемом ряду распределения чаще всего. Такую величину принято называть модой. В дискретном ряду мода определяется без вычисления как значение признака с наибольшей частотой. В интервальном ряду распределения интервал с наибольшей частотой является модальным. Внутри этого интервала находят условное значение признака, вблизи которого плотность распределения (число единиц совокупности, приходящихся на единицу измерения варьирующего признака) достигает максимума. Это условное значение и считается точечной модой:

,

где Мо – мода;

Х₀ – нижнее значение модального интервала;

f_Mo – частота в модальном интервале;

f_Mo-1 – частота в предыдущем интервале;

f_Mo+1 – частота в следующем интервале за модальным;

h – величина интервала.

Выборочное наблюдение.

Наиболее совершенным и научно обоснованным способом несплошного наблюдения является выборочное наблюдение. При строгом соблюдении условий случайности и достаточно большой численности отобранных единиц выборочное наблюдение репрезентативно.

Способы формирования выборки:

1. Собственно случайный отбор: все единицы генеральной совокупности нумеруются, а выпавшие в результате жеребьевки номера соответствуют единицам, попавшим в выборку, причем число номеров равно запланированному объему выборки.

2. Механический отбор: отбираются единицы генеральной совокупности с постоянным шагом N/п.

3. Стратифицированный (расслоенным) отбор осуществляется из неоднородной генеральной совокупности, когда ее предварительно разбивают на однородные группы, после чего производят отбор единиц из каждой группы в выборочную совокупность случайный или механическим способом пропорционально их численности в генеральной совокупности.

4. Серийный (гнездовой)отбор: случайным или механическим способом выбирают не отдельные единицы, а определенные серии (гнезда), внутри которых производится сплошное наблюдение.

После завершения отбора необходимого числа единиц в выборку и регистрации предусмотренных программой наблюдения изучаемых признаков этих единиц, переходят к расчету обобщающих показателей. К ним относят среднюю величину изучаемого признака и долю единиц, обладающих каким-либо значением этого признака. Обобщающие характеристики, рассчитанные по данным выборки, будут отличаться от их реальных значений в генеральной совокупности, поэтому введем следующие условные обозначения (см.табл. 1).

Таблица 1. Условные обозначения

Показатель	Совокупность
генеральная	выборочная
Число единиц совокупности	N	n
Среднее значение
Доля единиц, обладающих каким-либо значением признака	d
Доля единиц, не обладающих каким-либо значением признака	1-d	1-
Дисперсия

Разность между значением обобщающих характеристик выборочной и генеральной совокупностей называется ошибкой выборки, которая подразделяется на ошибку регистрации и ошибку репрезентативности.

Для измерения ошибки выборки определяется ее средняя ошибка по формуле

= – для повторного отбора;

= – для бесповторного отбора.

Зная среднюю ошибку выборки, с определенной вероятностью можно оценить отклонение выборочной средней от генеральной и установить пределы, в которых находится изучаемый параметр (в данном случае среднее значение) в генеральной совокупности. Отклонение выборочной характеристики от генеральной называется предельной ошибкой выборки . Она определяется в долях средней ошибки с заданной вероятностью, т.е.

= t ,

где t – коэффициент доверия, зависящий от вероятности, с которой определяется предельная ошибка выборки.

Значения P (интеграла Лапласа) для разных t рассчитаны и имеются в специальной таблице. Вероятность, которая принимается при расчете выборочной характеристики, называется доверительной. Чаще всего принимают вероятность P = 0,950, которая означает, что только в 5 случаях из 100 ошибка может выйти за установленные границы. Задавшись конкретным уровнем вероятности, выбирают величину нормированного отклонения t и рассчитывают предельную ошибку выборки по формуле.

После расчета предельной ошибки находят доверительный интервал обобщающей характеристики генеральной совокупности по формуле – для среднего значения, и по формуле – для доли единиц, обладающих каким-либо значением признака:

или ( – ) ( + )

или ( – ) d ( + )

Следовательно, при выборочном наблюдении определяется не одно, точное значение обобщающей характеристики генеральной совокупности, а лишь ее доверительный интервал с заданным уровнем вероятности. И это серьезный недостаток выборочного метода статистики.

При организации выборочного наблюдения возникает необходимость определения необходимой численности выборки для средней:

для повторной выборки n = ; для бесповторной выборки n = .

Ряды динамики.

Процесс развития, движения социально-экономических явлений во времени в статистике принято называть динамикой. Для ее отражения строятся ряды динамики. Существуют различные виды рядов динамики: интервальные и моментные; с равноотстоящими уровнями во времени и неравноотстоящими уровнями.

Анализ рядов динамики начинается с определения того, как именно изменяются уровни ряда (увеличиваются, уменьшаются или остаются неизменными) в абсолютном и относительном выражении. Чтобы проследить за направлением и размером изменений уровней во времени, для рядов динамики рассчитывают показатели изменения уровней ряда динамики:

– абсолютное изменение (абсолютный прирост);

– относительное изменение (темп роста или индекс динамики);

– темп изменения (темп прироста).

Все эти показатели могут определяться базисным способом, когда уровень данного периода сравнивается с первым (базисным) периодом, либо цепным способом – когда сравниваются два уровня соседних периодов.

Абсолютное изменение (абсолютный прирост) уровней рассчитывается как разность между двумя уровнями ряда по формуле:

; – для базисного способа сравнения;

–для цепного способа сравнения.

Оно показывает, на сколько (в единицах показателей ряда) уровень одного (i -того) периода больше или меньше уровня какого-либо предшествующего периода.

Между базисными и цепными абсолютными изменениями существует взаимосвязь: сумма цепных абсолютных изменений равна последнему базисному изменению, то есть .

Относительное изменение (темп роста или индекс динамики) уровней рассчитывается как отношение (деление) двух уровней ряда по формуле:

– для базисного способа сравнения;

– для цепного способа сравнения.

Относительное изменение показывает во сколько раз уровень данного периода больше уровня какого-либо предшествующего периода (при >1) или какую его часть составляет (при <1). Относительное изменение может выражаться в виде коэффициентов, то есть простого кратного отношения (если база сравнения принимается за единицу), и в процентах (если база сравнения принимается за 100 единиц) путем домножения относительного изменения на 100%.

Между базисными и цепными относительными изменениями существует взаимосвязь: произведение цепных относительных изменений равно последнему базисному изменению, то есть

.

Темп изменения (темп прироста) уровней – относительный показатель, показывающий, на сколько процентов данный уровень больше (или меньше) другого, принимаемого за базу сравнения. Он рассчитывается по формуле:

,

или как процентное отношение абсолютного изменения к тому уровню, по сравнению с которым рассчитано абсолютное изменение (базисный уровень), то есть по формуле:

.

Обобщенной характеристикой ряда динамики служит, прежде всего средний уровень ряда . Для разных видов рядов динамики он рассчитывается неодинаково. Ряды динамики бывают равномерные (с равными интервалами времени между уровнями), для которых средний уровень определяется по простой формуле средней величины, и неравномерные (с неравными интервалами), для которых используются формулы средних взвешенных (по интервалам времени) величин. В интервальном ряду динамики (в котором время задано в виде промежутков времени, к которым относятся уровни) определяется по формуле средней арифметической, а в моментном ряду (в котором время задано в виде конкретных моментов времени или дат, к которым относятся уровни) – по формуле средней хронологической. В таблице 2 приводятся виды рядов динамики и соответствующие формулы для расчета их среднего уровня .

Таблица 2. Виды средних величин, применяемых при расчете среднего уровня

Вид ряда динамики	Название средней величины	Формула средней величины
Равномерный интервальный	Арифметическая простая
Равномерный моментный	Хронологическая простая
Неравномерный интервальный	Арифметическая взвешенная
Неравномерный моментный	Хронологическая взвешенная

Кроме среднего уровня ряда рассчитываются и другие средние показатели:

– среднее абсолютное изменение (средний абсолютный прирост);

– среднее относительное изменение (средний темп роста);

– средний темп изменения (средний темп прироста).

Каждый из этих показателей может рассчитываться базисным и цепным способом.

Базисное среднее абсолютное изменение – это частное от деления последнего базисного абсолютного изменения на количество изменений уровней; цепное среднее абсолютное изменение уровней ряда – это частное от деления суммы всех цепных абсолютных изменений на количество изменений:

^Б = ^Ц =

Наряду со средним абсолютным изменением рассчитывается и среднее относительное. Базисное среднее относительное изменение определяется по формуле, а цепное среднее относительное изменение – по формуле:

^Б= = ^Ц=

Естественно, базисное и цепное среднее относительное изменения должны быть одинаковыми и сравнением их с критериальным значением 1 делается вывод о характере изменения явления в среднем: рост, спад или стабильность.

Вычитанием 100% из среднего относительного изменения образуется соответствующий средний темп изменения, по знаку которого также можно судить о характере изменения изучаемого явления, отраженного данным рядом динамики.

Методы выявления основной тенденции (тренда) в рядах динамики.

Одна из основных задач изучения рядов динамики – выявить основную тенденцию (закономерность) в изменении уровней ряда, именуемую трендом. Закономерность в изменении уровней ряда в одних случаях проявляется наглядно, в других – может маскироваться колебаниями случайного или неслучайного характера. На основании выделенного тренда можно экстраполировать (прогнозировать) развитие явления в будущем. С этой целью (устранить колебания, вызванные случайными причинами) ряды динамики подвергают обработке.

Существует несколько методов обработки рядов динамики, помогающих выявить основную тенденцию изменения уровней ряда, а именно: метод укрупнения интервалов, метод скользящей средней и аналитическое выравнивание.

Простейший метод сглаживания уровней ряда – укрупнения интервалов, определяется итоговое значение или средняя величина исследуемого показателя. Этот метод особенно эффективен, если первоначальные уровни ряда относятся к коротким промежуткам времени.

По своей сути метод скользящей средней похож на метод укрупнения интервалов, но в данном случае фактические уровни заменяются средними уровнями, рассчитанными для последовательно подвижных (скользящих) укрупненных интервалов, охватывающих m уровней ряда. Например, если принять m =3, то сначала рассчитывается средняя величина из первых трех уровней, затем находится средняя величина из 2-го, 3-го и 4-го уровней, потом из 3-го, 4-го и 5-го и т.д., т.е. каждый раз в сумме трех уровней появляется новый уровень, а два остаются прежними, что и обусловливает взаимопогашение случайных колебаний в средних уровнях. Рассчитанные из m членов скользящие средние относятся к середине (центру) каждого рассматриваемого интервала.

Наиболее совершенным методом обработки рядов динамики в целях устранения случайных колебаний и выявления тренда является выравнивание уровней ряда по аналитическим формулам (или аналитическое выравнивание). Суть аналитического выравнивания заключается в замене эмпирических (фактических, исходных) уровней y_i теоретическими , которые рассчитаны по определенному уравнению, принятому за математическую модель тренда, где теоретические уровни рассматриваются как функция времени: = f(t).

При этом каждый фактический уровень y_i рассматривается обычно как сумма двух составляющих:

,

где f(t) = - систематическая составляющая, отражающая тренд и выраженная определенным уравнением; - случайная величина, вызывающая колебания уровней вокруг тренда.

Индексы.

Индексы могут быть индивидуальными и общими. Индивидуальными называются индексы, характеризующие изменения отдельных единиц статистической совокупности, общие индексы характеризуют изменение совокупности в целом.

В зависимости от цели исследования и наличия исходных данных используют различные формы построения общих индексов: агрегатную или среднюю (арифметическую или гармоническую).

Агрегатный индекс является основной и наиболее распространенной формой индекса, если числитель и знаменатель представляют собой набор – «агрегат» (от лат. aggregatus – складываемый, суммируемый) непосредственно несоизмеримых и не поддающихся суммированию элементов – сумму произведений двух величин, одна из которых меняется (индексируется), а другая остается неизменной в числителе и знаменателе (вес индекса). Вес индекса служит для целей соизмерения индексируемых величин.

Например, общую сумму выручки можно записать в виде агрегата (суммы произведений объемного показателя q на взвешивающий – p), т.е. ∑Q = ∑qp.

Отношение агрегатов, построенных для разных условий, дает общий индекс показателя в агрегатной форме. Так получают индекс общего объема товарооборота (выручки), показывающий во сколько раз он изменился (или сколько процентов составляет) в отчетном периоде по сравнению с базисным:

I _Q = .

При анализе изменения общего объема товарооборота (выручки) это изменение также объясняется изменением уровня цен и количества проданных товаров. Влияние этих факторов выражается агрегатными индексами физического объема (количества) и цен.

Если уровни взвешивающего показателя взяты по данным базисного периода, то получают агрегатный индекс Ласпейреса:

; .)

Если уровни взвешивающего показателя взяты по данным отчетного периода, то получают агрегатный индекс Пааше:

; .

Произведение агрегатных индексов Ласпейреса и Пааше дает общий индекс выручки:

I_Q = ; I_Q = .

Индекс переменного состава отражает динамику среднего показателя (для однородной совокупности) за счет изменения индексируемой величины x у отдельных элементов (частей целого) и за счет изменения весов f, по которым взвешиваются отдельные значения x. Любой индекс переменного состава – это отношение двух средних величин для однородной совокупности (за два периода или по двум территориям):

.

Индекс фиксированного состава отражает динамику среднего показателя лишь за счет изменения индексируемой величины x, при фиксировании весов. Если фиксировать веса на уровне отчетного периода f₁, то получим формулу самую распространенную формулу индекса фиксированного состава:

.

Другими словами, индекс фиксированного состава исключает влияние структуры (состава) совокупности на динамику средних величин, рассчитанных для двух периодов по одной и той же фиксированной структуре весов.

По аналогии можно показать динамику среднего показателя лишь за счет изменения только весов f при фиксировании индексируемой величины x. Такой индекс условно назван индексом структурных сдвигов, который определяется при фиксировании индексируемой величины на уровне базисного периода x ₀ по самой распространенной формуле:

,

Формула обычно применяются в тех случаях, когда влияние изменения структуры совокупности на динамику среднего показателя сильнее (1-ый фактор) влияния изменения только самой индексируемой величины (2-ой фактор).

Если от абсолютных весов f перейти к относительным весам (долям), то формулы примут следующий вид:

; ; .