Платная помощь студентам - решение задач и контрольных работ

Помощь в решении ваших задач и контрольных вы можете найти, отправив сообщение ВКонтакте, WhatsApp, Viber или электроннной почтой.
Мгновенная связь в любое время и на любом этапе заказа. Общение с автором студенческих работ без посредников. Опыт работы более 20 лет.
Высшая математика и физика, теория вероятностей, линейное программирование, статистика, эконометрика, финансовая математика, методы и модели, оптимальные решения.
На цену сильно влияет срочность решения. Онлайн-помощь на экзамене/зачете (срок решения 1,5 часа и меньше) осуществляется по предварительной записи.

Абсолютные и относительные показали вариации

Содержание

Краткая теория

В статистике под вариацией понимают количественные изменения величины исследуемого признака в пределах однородной совокупности, обусловленные взаимодействием различных факторов.  Причины, порождающие вариацию социально-экономических явлений, очень сложны и многообразны. Они лежат в коренных особенностях исследуемого явления, в его сущности, а также в методологии сбора исходной информации. Социально-экономические явления, как правило, обладают большой вариацией. Если исследуются результаты целенаправленной человеческой деятельности, то вариация будет выражать вмешательство многочисленных факторов, природу которых не всегда можно установить. Однако, в большинстве теоретических исследований и практических применений статистики необходимы наряду со средней показатели вариации, характеризующие группировку значений признака вокруг средней,  т. е. степень упорядоченности статистической совокупности.

В соответствии с определением вариация измеряется степенью колеблемости вариантов признака от уровня их средней величины. Именно на этом и основано большинство показателей, применяемых в статистике для измерения вариации значений признака в совокупности. К показателям вариации относятся: размах вариации, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение, коэффициент вариации.

Простейшим показателем вариации является размах вариации, определяемый как разность между максимальным и минимальным значениями признака:

Размах вариации выражается в тех же единицах измерений, что в варианты ряда. По величине его можно определить, например, передовое и отстающее в достижении какой-либо цели. Величина вариации служит также и для характеристики средней. Размах вариации имеет и самостоятельное значение. Например, в промышленности для измерения точности изделий устанавливают определенные пределы, соответствующие иногда величине размаха вариации их признаков.

Однако показатель размаха вариации не может в полной мере охарактеризовать колеблемость ряда, поскольку он не учитывает промежуточных значений вариантов внутри этих пределов, а по этому не отражает колеблемость ряда в целом, кроме того, он полностью зависит от максимального и минимального значений, которые могут оказаться не достаточно характерными.

Таким образом, размах вариации отражает иногда случайную, а не типичную для данного ряда величину колеблемости. По этому необходимы другие показатели вариации, основанные на всех значениях признака в данной совокупности, а именно: среднее линейное отклонение, дисперсия и среднее квадратическое отклонение.

Среднее линейное отклонение представляет среднюю арифметическую из абсолютных значений отклонений отдельных вариантов от их среднего значения. 

Для данных, где частота каждого варианта равна единице, среднее линейное отклонение определяется по формуле:

Для вариационных рядов  определяется с учетом частот по формуле:

Среднее линейное отклонение по сравнению с размахом вариации дает более полную характеристику колеблемости признака в совокупности.

Средний квадрат отклонений вариантов от их средней величины называют дисперсией . Дисперсия рассчитывается по формуле:

Для негруппированных данных, где частота каждого варианта равна единице, дисперсия рассчитывается по формуле простой средней:

Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии:

либо при равенстве весов:

Среднее квадратическое отклонение является также обобщающим показателем колеблемости признака и характеризует средний показатель отклонения вариантов ряда от их общей средней. Выражается s в тех же именованных числах, в которых выражены варианты совокупности и средняя величина.

Дисперсия и среднее квадратическое отклонение - наиболее широко применяемые показатели вариации. Объясняется это тем, что они входят в большинство теорем теории вероятностей, служащих фундаментом математической статистики. Кроме того, дисперсия может быть разложена на составные элементы, позволяющие оценить влияние различных факторов, обусловливающих вариацию признака. Порядок расчета среднего квадратического отклонения следующий:

1) Определяется средняя величина:

2) Рассчитывается отклонения вариантов от средней:

3) Отклонение каждого варианта от средней возводится в квадрат:

4) Квадрат отклонений взвешивается по частотам:

5) Взвешенные по частотам квадраты отклонений суммируются:

6) Полученная сумма делится на сумму частот, и из нее извлекается квадратный корень.

Среднее квадратическое отклонение можно вычислить, составив следующую расчетную таблицу:

№ п/п Линейные отклонения от средней

Квадрат линейных отклонений

Взвешенные квадраты

Итого

Среднее квадратическое отклонение можно вычислить на основании математических преобразований значений варьирующего признака, применяя способ условных моментов:

где первый условный момент:

второй условный момент:

Среднее квадратическое отклонение по способу условных моментов определяется по формуле:

Система условных моментов различных порядков, в частности, третьего  и четвертого  используется при расчете различных статистических характеристик (например, коэффициентов асимметрии и эксцесса).

Чем больше σ, тем разнообразнее состав совокупности по величине изучаемого признака, и, наоборот, чем меньше σ, тем состав совокупности по величине изучаемого признака более одинаков. Однако оценка величины σ как качественной характеристики ряда в конечном итоге определяется сущностью изучаемых явлений. Среднее квадратическое отклонение используется для сопоставления вариации по однородным совокупностям, а также для одной совокупности за разные годы. Среднее квадратическое отклонение является критерием надежности средней. Чем меньше оно, тем лучше средняя арифметическая отражает всю представляемую совокупность.

Коэффициент осцилляции – процентное отношение размаха вариации к средней

Линейный  коэффициент вариации (относительное линейное отклонение) измеряют через соотношение среднего линейного отклонения и средней:

Коэффициент вариации представляет собой отношение среднего квадратического отклонения к средней арифметической:

Характеризуя степень колеблемости признака, коэффициент вариации позволяет давать сравнительную характеристику этой колеблемости одного и того же признака в различных совокупностях.

Коэффициент вариации используется также, если сравнивается степень вариации одного и того же признака в двух совокупностях, имеющих разные по величине средние. Как относительные величины коэффициенты вариации могут сопоставляться не только для одинаковых одноименных показателей, но и для различных показателей, выраженных в разных единицах измерения. Таким образом, коэффициент вариации в отличие от среднего квадратического отклонения позволяет сопоставить глубину вариации неоднородных совокупностей.

Задали объемную контрольную? Скоро важный зачет/экзамен? Нет времени на выполнение работы или подготовку к зачету/экзамену, но есть деньги? На сайте 100task.ru можно заказать решение задач, контрольных или онлайн-помощь на зачете/экзамене ⟩⟩

Если вам сейчас не требуется помощь, но может потребоваться в дальнейшем, то, чтобы не потерять контакт, вступайте в группу ВК.

Пример решения задачи

Задача

Объем реализации туров (млн. руб.) 100  туристических предприятий региона:

Объем реализации туров, млн.р. Количество предприятий
76.3-80.3 1
80.3-84.3 4
84.3-88.3 6
88.3-92.3 17
92.3-96.3 39
96.3-100.3 17
100.3-104.3 13
104.3-108.3 3
Итого 100

Рассчитать показатели вариации:

  • размах ;
  • среднее линейное отклонение ;
  • дисперсию ;
  • среднее квадратическое отклонение ;
  • коэффициент осцилляции ;
  • относительное линейное отклонение ;
  • Коэффициент вариации .

Сделать выводы об однородности совокупности.

Решение:

Составим расчетную таблицу:

Объем реализации туров, млн.р. Середина интервала,

Число предприятий

76.3-80.3 78.3 1 78.3 265.0 16.3
80.3-84.3 82.3 4 329.2 603.2 49.1
84.3-88.3 86.3 6 517.8 411.4 49.7
88.3-92.3 90.3 17 1535.1 311.4 72.8
92.3-96.3 94.3 39 3677.7 3.1 10.9
96.3-100.3 98.3 17 1671.1 235.3 63.2
100.3-104.3 102.3 13 1329.9 774.8 100.4
104.3-108.3 106.3 3 318.9 412.1 35.2
Итого   100 9458 3016.2 397.5

 

Средний объем реализации туров:

 

Размах вариации:

 

Среднее линейное отклонение:

 

Дисперсия:

 

Среднее квадратическое отклонение:

 

Коэффициент осцилляции:

 

Относительное линейное отклонение:

 

Коэффициент вариации: 

 

Коэффициент вариации равен 5.8%, что значительно меньше величины 33% - исследуемая совокупность предприятий однородна и найденная средняя может служить надежной характеристикой исследуемой совокупности.

К оглавлению решебника по статистике