В данной главе описывается назначение средних величин, рассматриваются их основные виды и формы, методика расчета. При изучении представленного материала необходимо усвоить требования к построению средних величин, так как их соблюдение позволяет использовать эти величины как типические характеристики значений признака по совокупности однородных единиц.

Формы и виды средних величин

Средняя величина представляет собой обобщенную характеристику уровня значений признака, которая получена в расчете на единицу совокупности. В отличие от относительной величины, которая является мерой соотношения показателей, средняя величина служит мерой признака на единицу совокупности.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности.

Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть существенные и случайные. Например, ставки процента по банковским ссудам определяются исходными для всех кредитных организаций факторами (уровень резервных требований и базовая ставка процента gо ссудам, предоставляемым коммерческим банкам центральным банком, и др.), а также особенностями каждой конкретной сделки в зависимости от риска, присущего данной ссуде, ее размера и срока погашения, издержек по оформлению ссуды и контролю за ее погашением и др.

В средней величине обобщаются индивидуальные значения признака и отражается влияние общих условий, наиболее характерных для данной совокупности в конкретных условиях места и времени. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием факторов основных. Средняя величина будет отражать типичный уровень признака в данной совокупности единиц, когда она рассчитана по качественно однородной совокупности. В связи с этим метод средних используют в сочетании с методом группировок.

Средние величины, характеризующие совокупность в целом, называют общими, а средние, отражающие особенность группы или подгруппы, – групповыми.

Сочетание общих и групповых средних позволяет проводить сравнения во времени и пространстве, существенно расширяет границы статистического анализа. Например, при подведении итогов переписи 2002 г. было установлено, что для России, как и для большинства европейских стран, характерно старение населения. По сравнению с переписью 1989 г. средний возраст жителей страны увеличился на три года и составил 37,7 года, мужчин – 35,2 года, женщин – 40,0 лет (по данным 1989 г. эти показатели соответственно были 34,7, 31,9 и 37,2 лет). По данным Росстата, ожидаемая продолжительность жизни при рождении в 2011 г. мужчин – 63 года, женщин – 75,6 лет.

Каждая средняя отражает особенность изучаемой совокупности по какому-то одному признаку. Для принятия практических решений, как правило, необходима характеристика совокупности по нескольким признакам. В этом случае используют систему средних величин.

Например, для достижения должного уровня доходности операций при приемлемом уровне риска банковской деятельности средние ставки процента по выданным кредитам устанавливают с учетом средних ставок процента по депозитам и другим финансовым инструментам.

Форма, вид и методика расчета средней величины зависят от поставленной цели исследования, вида и взаимосвязи изучаемых признаков, а также от характера исходных данных. Средние величины делятся на две основные категории:

• 1) степенные средние;
• 2) структурные средние.

Формула средней определяется значением степени применяемой средней. С увеличением показателя степени k возрастает соответственно средняя величина.

В целях анализа и получения статистических выводов по результатом сводки и группировки исчисляют обобщающие показатели – средние и относительные величины.

Задача средних величин – охарактеризовать все единицы статистической совокупности одним значением признака.

Средними величинами характеризуются качественные показатели предпринимательской деятельности: издержки обращения, прибыль, рентабельность и др.

Средняя величина – это обобщающая характеристика единиц совокупности по какому–либо варьирующему признаку.

Средние величины позволяют сравнивать уровни одного и того же признака в различных совокупностях и находить причины этих расхождений.

В анализе изучаемых явлений роль средних величин огромна. Английский экономист В. Петти (1623-1687 гг.) широко использовал средние величины. В. Петти хотел использовать средние величины в качестве меры стоимости расходов на среднее дневное пропитание одного работника. Устойчивость средней величины – это отражение закономерности изучаемых процессов. Он считал что информацию можно преобразовать, даже если нет достаточного объема исходных данных.

Применял средние и относительные величины английский ученый Г. Кинг (1648-1712) при анализе данных о населении Англии.

Теоретические разработки бельгийского статистика А. Кетле (1796-1874 гг.) основаны на противоречивости природы социальных явлений – высокоустойчивых в массе, но сугубо индивидуальных.

Согласно А. Кетле постоянные причины действуют одинаково на каждое изучаемое явление и делают эти явления похожими друг на друга, создают общие для всех них закономерности.

Следствием учения А. Кетле явилось выделение средних величин в качестве основного приема статистического анализа. Он говорил, что статистические средние величины представляют собой не категорию объективной действительности.

А. Кетле выразил взгляды на среднюю величину в своей теории среднего человека. Средний человек – это человек, обладающий всеми качествами в среднем размере (средняя смертность или рождаемость, средний рост и вес, средняя быстрота бега, средняя наклонность к браку и самоубийству, к добрым делам и т. д.). Для А. Кетле средний человек – это идеал человека. Несостоятельность теории среднего человека А. Кетле была доказана в русской статистической литературе в конце XIX-XX вв.

Известный русский статистик Ю. Э. Янсон (1835-1893 гг.) писал, что А. Кетле предполагает существование в природе типа среднего человека как чего–то данного, от которого жизнь отклонила средних людей данного общества и данного времени, а это приводит его к совершенно механическому взгляду и на законы движения социальной жизни: движение – это постепенное возрастание средних свойств человека, постепенное восстановление типа; следовательно, такое нивелирование всех проявлений жизни социального тела, за которым всякое поступательное движение прекращается.

Сущность данной теории нашла свое дальнейшее развитие в работах ряда теоретиков статистики как теория истинных величин. У А. Кетле были последователи – немецкий экономист и статистик В. Лексис (1837-1914 гг.), перенесший теорию истинных величин на экономические явления общественной жизни. Его теория известна под названием теория устойчивости. Другая разновидность идеалистической теории средних величин основана на философии

Ее основатель – английский статистик А. Боули (1869– 1957гг.) – один из самых видных теоретиков новейшего времени в области теории средних величин. Его концепция средних величин изложена в книге «Элементы статистики».

А. Боули рассматривает средние величины лишь с количественной стороны, тем самым отрывает количество от качества. Определяя значение средних величин (или «их функцию»), А. Боули выдвигает махистский принцип мышления. А. Боули писал, что функция средних величин должна выражать сложную группу

с помощью немногих простых чисел. Статистические данные должны быть упрощены, сгруппированы и приведены к средним Эти взгляды: разделяли Р. Фишер (1890-1968 гг.), Дж. Юл (1871 – 1951 гг.), Фредерик С. Миллс (1892 г) и др.

В 30-е гг. XX в. и последующие годы средняя величина рассматривается как социально значимая характеристика, информативность которой зависит от однородности данных.

Виднейшие представители итальянской школы Р. Бенини (1862-1956 гг.) и К. Джини (1884-1965 гг.), считая статистику отраслью логики, расширили область применения статистической индукции, но познавательные принципы логики и статистики они связывали с природой изучаемых явлений, следуя традициям социологической трактовки статистики.

В работах К. Маркса и В. И. Ленина средним величинам отводится особая роль.

К. Маркс утверждал, что в средней величине погашаются индивидуальные отклонения от общего уровня и средний уровень становится обобщающей характеристикой массового явления Такой характеристикой массового явления средняя величина становится лишь при условии, если взято значительное число единиц и эти единицы качественно однородны. Маркс писал, чтобы находимая средняя величина была средней «…многих различных индивидуальных величин одного и того же вида».

Средняя величина приобретает особую значимость в условиях рыночной экономики. Она помогает определить необходимое и общее, тенденцию закономерности экономического развития непосредственно через единичное и случайное.

Средние величины являются обобщающими показателями, в которых находят выражение действие общих условий, закономерность изучаемого явления.

Статистические средние величины рассчитываются на основе массовых данных статистически правильно организованного массового наблюдения. Если статистическая средняя рассчитывается по массовым данным для качественно однородной совокупности (массовых явлений), то она будет объективной.

Средняя величина абстрактна, так как характеризует значение абстрактной единицы.

От разнообразия признака у отдельных объектов абстрагируется средняя. Абстракция – ступень научного исследования. В средней величине осуществляется диалектическое единство отдельного и общего.

Средние величины должны применяться исходя из диалектического понимания категорий индивидуального и общего, единичного и массового.

Средняя отображает что–то общее, которое складывается в определенном единичном объекте.

Для выявления закономерностей в массовых общественных процессах средняя величина имеет большое значение.

Отклонение индивидуального от общего – проявление процесса развития.

В средней величине отражается характерный, типичный, реальный уровень изучаемых явлений. Задачей средних величин является характеристика этих уровней и их изменений во времени и пространстве.

Средний показатель – это обычное значение, потому что формируется в нормальных, естественных, общих условиях существования конкретного массового явления, рассматриваемого в целом.

Объективное свойство статистического процесса или явления отражает средняя величина.

Индивидуальные значения исследуемого статистического признака у каждой единицы совокупности различны. Средняя величина индивидуальных значений одного вида – продукт необходимости, который является результатом совокупного действия всех единиц совокупности, проявляющийся в массе повторяющихся случайностей.

Одни индивидуальные явления имеют признаки, которые существуют во всех явлениях, но в разных количествах – это рост или возраст человека. Другие признаки индивидуального явления, качественно различные в различных явлениях, т. е. имеются у одних и не наблюдаются у других (мужчина не станет женщиной). Средняя величина вычисляется для признаков качественно однородных и различных только количественно, которые присущи всем явлениям в данной совокупности.

Средняя величина является отражением значений изучаемого признака и измеряется в той же размерности, что и этот признак.

Теория диалектического материализма учит, что все в мире меняется, развивается. А также изменяются признаки, которые характеризуются средними величинами, а соответственно – и сами средние.

В жизни происходит непрерывный процесс создания чего–то нового. Носителем нового качества являются единичные объекты, далее количество этих объектов возрастает, и новое становится массовым, типичным.

Средняя величина характеризует изучаемую совокупность только по одному признаку. Для полного и всестороннего представления изучаемой совокупности по ряду определенных признаков необходимо располагать системой средних величин, которые могут описать явление с разных сторон.

2. Виды средних величин

В статистической обработке материала возникают различные задачи, которые необходимо решать, и поэтому в статистической практике используются различные средние величины. Математическая статистика использует различные средние, такие как: средняя арифметическая; средняя геометрическая; средняя гармоническая; средняя квадратическая.

Для того чтобы применить одну из вышеперечисленных видов средней, необходимо проанализировать изучаемую совокупность, определить материальное содержание изучаемого явления, все это делается на основе выводов, полученных из принципа осмысленности результатов при взвешивании или суммировании.

В изучении средних величин применяются следующие показатели и обозначения.

Признак, по которому находится средняя, называется осредняемым признаком и обозначается х; величина осредняемого признака у любой единицы статистической совокупности называют индивидуальным его значением, или вариантами, и обозначают как x 1 , х 2 , x 3 ,… х п ; частота – это повторяемость индивидуальных значений признака, обозначается буквой f.

Средняя арифметическая

Один из наиболее распространенных видов средней – средняя арифметическая, которая исчисляется тогда, когда объем ос–редняемого признака образуется как сумма его значений у отдельных единиц изучаемой статистической совокупности.

Для вычисления средней арифметической величины сумму всех уровней признака делят на их число.

Если некоторые варианты встречаются несколько раз, то сумму уровней признака можно получить умножением каждого уровня на соответствующее число единиц совокупности с последующим сложением полученных произведений, исчисленная таким образом средняя арифметическая называется средней арифметической взвешенной.

Формула средней арифметической взвешенной выглядит следующим образом:

гдех i – варианты,

f i – частоты или веса.

Взвешенная средняя величина должна употребляться во всех случаях, когда варианты имеют различную численность.

Арифметическая средняя как бы распределяет поровну между отдельными объектами общую величину признака, в действительности варьирующуюся у каждого из них.

Вычисление средних величин производят по данным, сгруппированным в виде интервальных рядов распределения, когда варианты признака, из которых исчисляется средняя, представлены в виде интервалов (от – до).

Свойства средней арифметической:

1) средняя арифметическая суммы варьирующих величин равна сумме средних арифметических величин: Если х i = y i +z i , то

Данное свойство показывает в каких случаях можно суммировать средние величины.

2) алгебраическая сумма отклонений индивидуальных значений варьирующего признака от средней равна нулю, так как сумма отклонений в одну сторону погашается суммой отклонений в другую сторону:

Это правило демонстрирует, что средняя является равнодействующей.

3) если все варианты ряда увеличить или уменьшить на одно и тоже число?, то средняя увеличится или уменьшится на это же число?:

4) если все варианты ряда увеличить или уменьшить в А раз, то средняя также увеличится или уменьшится в А раз:

5) пятое свойство средней показывает нам, что она не зависит от размеров весов, но зависит от соотношения между ними. В качестве весов могут быть взяты не только относительные, но и абсолютные величины.

Если все частоты ряда разделить или умножить на одно и тоже число d, то средняя не изменится.

Средняя гармоническая. Для того чтобы определить среднюю арифметическую, необходимо иметь ряд вариантов и частот, т. е. значения х и f.

Допустим, известны индивидуальные значения признака х и произведения х/, а частоты f неизвестны, тогда, чтобы рассчитать среднюю, обозначим произведение = х/; откуда:

Средняя в этой форме называется средней гармонической взвешенной и обозначается х гарм. взв.

Соответственно, средняя гармоническая тождественна средней арифметической. Она применима, когда неизвестны действительные веса f , а известно произведение fх = z

Когда произведения fх одинаковы или равны единицы (m = 1) применяется средняя гармоническая простая, вычисляемая по формуле:

где х – отдельные варианты;

n – число.

Средняя геометрическая

Если имеется n коэффициентов роста, то формула среднего коэффициента:

Это формула средней геометрической.

Средняя геометрическая равна корню степени n из произведения коэффициентов роста, характеризующих отношение величины каждого последующего периода к величине предыдущего.

Если осреднению подлежат величины, выраженные в виде квадратных функций, применяется средняя квадратическая. Например, с помощью средней квадратической можно определить диаметры труб, колес и т. д.

Средняя квадратическая простая определяется путем извлечения квадратного корня из частного от деления суммы квадратов отдельных значений признака на их число.

Средняя квадратическая взвешенная равна:

3. Структурные средние величины. Мода и медиана

Для характеристики структуры статистической совокупности применяются показатели, которые называют структурными средними. К ним относятся мода и медиана.

Мода (М о ) – чаще всего встречающийся вариант. Модой называется значение признака, которое соответствует максимальной точке теоретической кривой распределений.

Мода представляет наиболее часто встречающееся или типичное значение.

Мода применяется в коммерческой практике для изучения покупательского спроса и регистрации цен.

В дискретном ряду мода – это варианта с наибольшей частотой. В интервальном вариационном ряду модой считают центральный вариант интервала, который имеет наибольшую частоту (частность).

В пределах интервала надо найти то значение признака, которое является модой.

где х о – нижняя граница модального интервала;

h – величина модального интервала;

f m – частота модального интервала;

f т -1 – частота интервала, предшествующего модальному;

f m +1 – частота интервала, следующего за модальным.

Мода зависит от величины групп, от точного положения границ групп.

Мода – число, которое в действительности встречается чаще всего (является величиной определенной), в практике имеет самое широкое применение (наиболее часто встречающийся тип покупателя).

Медиана (M e – это величина, которая делит численность упорядоченного вариационного ряда на две равные части: одна часть имеет значения варьирующего признака меньшие, чем средний вариант, а другая – большие.

Медиана – это элемент, который больше или равен и одновременно меньше или равен половине остальных элементов ряда распределения.

Свойство медианы заключается в том, что сумма абсолютных отклонений значений признака от медианы меньше, чем от любой другой величины.

Применение медианы позволяет получить более точные результаты, чем при использовании других форм средних.

Порядок нахождения медианы в интервальном вариационном ряду следующий: располагаем индивидуальные значения признака по ранжиру; определяем для данного ранжированного ряда накопленные частоты; по данным о накопленных частотах находим медианный интервал:

где х ме – нижняя граница медианного интервала;

i Me – величина медианного интервала;

f/2 – полусумма частот ряда;

S Me -1 – сумма накопленных частот, предшествующих медианному интервалу;

f Me – частота медианного интервала.

Медиана делит численность ряда пополам, следовательно, она там, где накопленная частота составляет половину или больше половины всей суммы частот, а предыдущая (накопленная) частота меньше половины численности совокупности.

Средние величины

В процессе обработки и обобщения статистических данных возникает необходимость определения средних величин. Средней величиной в статистике называется обобщающий показатель, характеризующий типичный уровень явления в конкретных условиях места и времени, отражающий величину варьирующего признака в расчете на единицу качественно однородной совокупности.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности могут колебаться в ту или иную сторону под влиянием множества факторов, среди которых как основные, так и случайные. При исчислении средних в силу действия закона больших чисел случайности взаимопогашаются, уравновешиваются, поэтому можно абстрагироваться от несущественных особенностей явления, от количественных значений признака в каждом конкретном случае. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей. Так там, где возникает потребность обобщения, расчет таких характеристик приводит к замене множества различных индивидуальных значений признака средним показателем, характеризующим всю совокупность явлений, что позволяет выявить закономерности, присущие массовым общественным явлениям. Типичность средней непосредственным образом связана с однородностью статистической совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности.

Каждая средняя характеризует изучаемую совокупность по какому-либо одному признаку, но для характеристики любой совокупности, описания ее типических черт и качественных особенностей нужна система средних показателей.

Выбор вида средней определяется экономическим содержанием определенного показателя и исходных данных. В каждом конкретном случае применяется одна из средних величин: арифметическая, гармоническая, геометрическая, квадратическая, кубическая и т.д. Перечисленные средние относятся к классу степенных средних и объединяются общей формулой (при разных значениях ш):

где * - среднее значение исследуемого явления; ш - показатель степени средней; х - текущее значение признака; п - число признаков.

В зависимости от значения показателя степени ш различают следующие виды степенных средних:

• при ш = - 1 - средняя гармоническая х гар;
• при ш = 0 - средняя геометрическая х г ;
• при ш =1 - средняя арифметическая х ;
• при ш =2 - средняя квадратическая х кв ;
• при ш =3 - средняя кубическая х куб .

Это свойство степенных средних возрастает с повышением показателя степени определяющей функции и называется в статистике правилом мажорантности средних.

Наиболее распространенным видом является средняя арифметическая. Средней арифметической величиной называется такое значение признака в расчете на единицу совокупности, при вычислении которого общий объем признака в совокупности сохраняется неизменным. Она применяется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значении признаков отдельных ее единиц. Чтобы исчислить среднюю арифметическую, нужно сумму всех значений признаков разделить на их число.

Средняя арифметическая применяется в форме простой средней и взвешенной средней. Исходной, определяющей формой служит простая средняя.

Средняя арифметическая простая равна простой сумме отдельных значений осредняемого признака, деленной на общее число этих значений (она применяется в тех случаях, когда имеются несгруппиро- ванные индивидуальные значения признака):

где - индивидуальные значения варьирующего признака;

п - число единиц совокупности.

Средняя из вариантов, которые повторяются различное число раз, или имеют различный вес, называется взвешенной. В качестве весов выступают численности единиц разных группах совокупности (в группу объединяют одинаковые варианты). Средняя арифметическая

взвешенная - средняя сгруппированных величин Х 1 ,Х 2 ,Х 3 ...Х П - вычисляется по формуле:

где - веса (частоты повторения одинаковых признаков);

- сумма произведений величины признаков на их частоты;

- общая численность единиц совокупности.

Вычисление средней арифметической часто сопряжено с большими затратами времени и труда. Однако в ряде случаев процедуру расчета средней можно упростить и облегчить, если воспользоваться ее свойствами. К основным свойствам относится:

• 1. Если все индивидуальные значения признака уменьшить или увеличить в i раз, то среднее значение нового признака соответственно уменьшится или увеличится в i раз.
• 2. Если все варианты признака уменьшить или увеличить на число А, то средняя арифметическая соответственно уменьшится или увеличится на это же число А.
• 3. Если веса всех вариантов уменьшить или увеличить в К раз, то средняя арифметическая не изменится.

В качестве весов средней вместо абсолютных показателей можно использовать удельные веса в общем итоге. Тем самым достигается упрощение расчетов средней.

При расчете статистических показателей помимо средней арифметической могут использоваться и другие виды средних. Однако в каждом конкретном случае в зависимости от характера имеющихся данных существует только одно истинное среднее значение показателя, являющееся следствием реализации его исходного соотношения.

Отметим, что средняя арифметическая применяется в тех случаях, когда известны варианты варьирующего признака х и их частоты f, когда статистическая информация не содержит частот f по отдельным вариантам х совокупности, а представлена как их произведением xf ,

применяется формула средней гармонической. Она используется, когда известен числитель исходного соотношения средней, но неизвестен его знаменатель.

Средняя геометрическая применяется в тех случаях, когда индивидуальные значения признака представляют собой относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики, т.е. характеризует средний коэффициент роста.

Средняя геометрическая исчисляется извлечением корня степени п из произведений отдельных значений - вариантов признака х:

где п - число вариантов;

П - знак произведения.

Наиболее широкое применение средняя геометрическая получила для определения средних темпов изменения в рядах динамики, а также в рядах распределения.

В ряде случаев в экономической практике возникает потребность расчета среднего размера признака, выраженного в квадратных и кубических единицах измерения. Тогда применяется средняя квадратическая и средняя кубическая.

Формулы для расчета средней квадратической:

Средняя квадратическая простая является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число:

Средняя квадратическая взвешенная:

Формулы для расчета средней кубической аналогичны:

Средняя кубическая простая:

Средняя кубическая взвешенная:

Средняя квадратическая и кубическая имеют ограниченное применение в практике статистики. Широко используется статистика средней квадратической.

Наиболее часто используемыми в экономической практике структурными средними являются мода и медиана. Модой распределения (°) называется такая величина изучаемого признака, которая в

данной совокупности встречается наиболее часто, т.е. один из вариантов признака повторяется чаще, чем все другие.

Рассмотрим определение моды по несгруппированным данным. Например: 10 студентов имеют следующие экзаменационные оценки: 5, 4, 3, 4, 5, 5, 3, 4, 4, 4. Так как в данной группе больше всего студентов получили 4, то это значение и будет модальным.

Для упорядоченного дискретного ряда распределения мода, являющаяся характеристикой вариационного ряда, определяется по частотам вариантов и соответствует варианту с наибольшей частотой.

Модальный интервал в случае интервального распределения с равными интервалами определяется по наибольшей частоте; с неравными интервалами - по наибольшей плотности, а определение моды требует проведения расчетов на основе следующей формуле:

где х т0 - нижняя граница модального интервала;

i m0 - величина модального интервала;

fmo ~ частота модального интервала;

fmo-i - частота интервала, предшествующего модальному;

fmo+i ~ частота интервала, следующего за модальным.

Медиана - вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные части. Чтобы найти медиану, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда. В ранжированных рядах несгруппирован- ных данных нахождение медианы сводится к отысканию порядкового номера медианы.

Значение медианы для нечетного объема вычисляется по формуле:

где п - число членов ряда.

В интервальном ряду распределения сразу можно указать только интервал, в котором будет находиться медиана. Для определения ее величины используется специальная формула:

где х ие - нижняя граница интервала, который содержит медиану; i ие - медианный интервал;

- половина от общего числа наблюдений;

F m _ 1 - накопленная частота в интервале, предшествующему медианному;

fме " числ0 наблюдений в медианном интервале.

Таким образом, мода и медиана являются дополнительными к средней характеристиками совокупности и используются в математической статистике для анализа формы рядов распределения.

Контрольные вопросы и задания

• 1. Назовите виды статистических показателей. Приведите примеры.
• 2. Что понимается под абсолютными статистическими величинами и каково их значение? Приведите примеры абсолютных величин.
• 3. Всегда ли для анализа изучаемого явления достаточно одних абсолютных показателей?
• 4. Что называется относительными показателями?
• 5. Каковы основные условия правильного расчета относительной величины?
• 6. Какие виды относительных величин Вы знаете? Приведите примеры.
• 7. Дайте определение средней величины.
• 8. Какие виды средних величин применяются в статистике? Какие виды средних величин используются чаще всего?
• 9. Как исчисляется средняя арифметическая простая и в каких случаях она применяется?
• 10. Как исчисляется средняя арифметическая взвешенная и в каких случаях она применяется?
• 11. Как исчисляется средняя арифметическая из вариационного

• 12. Каковы основные свойства средней арифметической?
• 13. Для чего служит средняя гармоническая? Чем она отличается от средней арифметической?

Средние величины представляют собой второй тип производных величин, находящих широкое применение в медицинской статистике. Средняя величина является сводной, обобщающей характеристикой статистической совокупности по определенному изменяющемуся количественному признаку (средний рост, средний вес, средний возраст умерших). Средняя величина отражает общее определяющее свойство всей статистической совокупности в целом, заменяя его одним числом с типичным значением данного признака. Средняя величина нивелирует, ослабляет случайные отклонения индивидуальных наблюдений в ту или иную сторону и характеризует постоянное свойство явлений.

В медицине средние величины могут использоваться для характеристики физического развития, основных антропометрических признаков (морфологических и функциональных: рост, вес, динамометрия и др.) и их динамики (средние величины прироста или убыли признака). Разработка этих показателей и их сочетаний в виде стандартов имеет большое практическое значение для анализа здоровья населения (в особенности детей, спортсменов). Эпидемиологи рассчитывают среднее число заболеваний в очаге, распределение очагов по срокам и средние сроки производства дезинфекции.

В демографических и медико-социальных исследованиях рассчитываются: средняя продолжительность предстоящей жизни, средний возраст умерших, средняя численность населения и т.д.

В экспериментально-лабораторных исследованиях также используются средние величины: температура, число ударов пульса в минуту, уровень артериального давления, средняя скорость или среднее время реакции на тот или иной раздражитель, средние уровни содержания биохимических элементов в крови и др.

И статистические коэффициенты, и средние величины представляют собой вероятностные величины, однако между ними существуют значительные различия:

• 1) Статистические коэффициенты характеризуют признак, встречающийся только у некоторой части совокупности (так называемый альтернативный признак), который может наступить, но может и не наступить (рождение, смерть, заболевание). Средние величины характеризуют, признаки, присущие всей совокупности, но в разной степени (вес, рост, дни лечения).
• 2) Статистические коэффициенты применяются для измерения качественных (атрибутивных или описательных) признаков, а средние - для варьирующих количественных признаков, где речь идет об отличиях в числовых размерах признака, а не о факте его наличия или отсутствия.

Основное достоинство средних величин их типичность - средняя сразу дает общую характеристику явления. В связи с этим можно выделить два основных требования для вычисления средних величин:

• - однородность совокупности;
• - достаточное число наблюдений.

Любое распределение случайной величины, не обязательно подчиняющееся определенному закону распределения вероятностей, характеризуется параметрами распределения: средняя величина (М), среднее квадратическое отклонение (), коэффициент вариации (Сv) и др.

Например, при изучении распределения 10 больных по срокам лечения, мы получим ряд числовых значений: 38, 13, 17, 20, 14, 18, 25, 32, 23, 25 - неупорядоченный ряд.

Рассчитать параметры распределения можно, пользуясь и таким рядом. Однако охарактеризовать ряд несколькими параметрами еще недостаточно, необходимо исследовать, есть ли в статистическом ряду какая-либо устойчивая закономерность. Но, пользуясь неупорядоченным рядом, возможную закономерность обнаружить сложно, поэтому строят ранжированные ряды.

Ряд, в котором дается распределение единиц изучаемой совокупности по значениям варьирующего признака, называется вариационным. Другими словами - вариационный ряд - ряд однородных величин, расположенных в возрастающем или убывающем порядке, где варианты (группы вариант) отличаются друг от друга на определенную величину, называемую интервалом (i).

Таким образом, ряд распределения больных по срокам лечения можно представить следующим образом:

	13 14 17 18 20 22 23 25 32 38
	1 1 1 1 1 1 1 1 1 1

Меняющийся, варьирующий признак изучаемого явления (рост, вес и др.), его числовое значение называется вариантой (V).

Числа случаев наблюдения данного признака, указывающие сколько раз встречается данная варианта, называются частотами (р).

Вариационные ряды могут быть:

• 1) в зависимости от изучаемого явления:
  • - дискретные (прерывные) - образуются на основе прерывно меняющихся признаков, значения которых выражаются только в целых числах (частота пульса, количество студентов в группе и т.д.);
  • - интервальные (непрерывные) - образуются обычно на основе признаков, которые могут принимать любые значения и выражаются любым числом (рост, вес и т.д.)
• 2) в зависимости от числа наблюдений:
  • - простые - варианта представлена одним числовым значением;
  • - сгруппированные - варианты группируются по определенному признаку. Например, при изучении физического развития может производиться группировка по весу: 40-44 кг; 45-49 кг. и т.д.
• 3) в зависимости от порядка расположения вариант:
  • - возрастающие - варианты располагаются в порядке возрастания;
  • - убывающие - варианты располагаются в порядке убывания.

Отдельный вариационный ряд может одновременно включать в себя несколько характеристик. Например, простой, убывающий, прерывный; или - сгруппированный, возрастающий, непрерывный.

Виды средних величин, которые обычно используются в медицинской статистике, - это медиана, мода, средняя арифметическая. Другие виды средних: средняя гармоническая, средняя квадратическая, средняя кубическая, средняя геометрическая и другие - применяются лишь в специальных исследованиях.

Медиана (Me) - это серединная, центральная варианта, делящая вариационный ряд пополам на две равные части.

Например, если число наблюдений составляет 33, медианой будет варианта, занимающая 17-е ранговое место, так как в обе стороны от нее находится по 16 наблюдений.

В ряде с четным числом наблюдений в центре находятся две величины. Если они одинаковы по своему значению, не возникает затруднений в приближенном определении медианы, если же числовые значения двух величин различны, то за медиану принимается их полусумма.

Мода (Мо) - это чаще всего встречающаяся или наиболее часто повторяющаяся величина признака. При приближенном нахождении моды в простом (не сгруппированном) ряде, она определяется как варианта с наибольшим количеством частот.

Отличие медианы и моды от средней арифметической заключается в том, что при упрощенном, ориентировочном определении эти величины легко и быстро найти по их положению в вариационном ряду (позиционные средние), кроме того, они не зависят от значений крайних вариант или от степени рассеяния ряда.

Чаще всего используется в медицинской статистике средняя арифметическая величина (М - от латинского Media). Средняя арифметическая может быть простая и взвешенная.

Примером средней арифметической простой может служить результат измерения веса, например, 6 человек:

	59 60 61 62 63 64 = 369
	1 1 1 1 1 1 р = n = 6

Таким образом, средняя арифметическая простая получается как сумма величин (вариант), деленная на их число. Среднюю арифметическую простую можно вычислить лишь в тех случаях, когда каждая величина (варианта) представлена единичным наблюдением, т. е. когда частоты равны единице.

Если частоты вариант больше единицы, простая средняя неприменима - здесь надо вычислять среднюю арифметическую взвешенную, которая получается как сумма произведений вариант на соответствующие частоты, деленная на общее число наблюдений.

Например: частота пульса (число ударов в минуту) у 18 студентов после проведения атропиновой пробы составила: 86, 92, 100, 96, 90, 102, 88, 92, 80, 92, 96, 100, 86, 84, 102, 90, 86, 92.

	80 84 86 88 90 92 96 100 102
	1 1 3 1 2 4 2 2 2 р = n = 18
	80 84 258 88 180 358 192 200 204 Vp = 1644

Средняя арифметическая простая - это частный случай средней арифметической взвешенной, поэтому формула средней арифметической взвешенной может использоваться и для расчета средней арифметической простой. В последнем случае частоты равны единице и умножение излишне.

Все три средние величины (Мо, Ме, М) совпадают (либо практически очень близки) в симметричном вариационном ряду: средняя арифметическая соответствует середине ряда (в симметричном ряду отклонения в сторону увеличения и в сторону уменьшения вариант соответственно уравновешиваются); медиана (как центральная величина) также соответствует середине ряда; мода (как наиболее насыщенная величина) приходится на наивысшую точку ряда, также находящуюся в его центре. Поэтому для всех симметричных рядов нет необходимости вычислять другие средние величины, кроме средней арифметической.

Свойства средней арифметической величины:

• 1. Средняя величина является обобщающей характеристикой статистической совокупности по определенному изменяющемуся количественному признаку, отражает общее определяющее свойство всей статистической совокупности в целом, заменяя его одним числом с типичным значением данного признака. Средняя величина нивелирует, ослабляет случайные отклонения индивидуальных наблюдений в ту или иную сторону и характеризует постоянное свойство явлений.
• 2. Сумма отклонений вариант от средней арифметической величины равна 0.
• 3. В строго симметричном вариационном ряду средняя арифметическая занимает срединное положение и равна Мо, Ме.

Средние арифметические величины, взятые сами по себе без дополнительных приемов оценки, часто имеют ограниченное значение, так как они не отражают степени рассеяния (разнообразия) ряда. Одинаковые по размеру средние величины могут быть получены из рядов с различной степенью рассеяния. Средние - это величины, вокруг которых рассеяны различные варианты, и чем ближе друг к другу отдельные варианты, чем меньше рассеяние ряда, тем типичнее средняя величина.

Приближенным методом оценки разнообразия ряда может служить определение амплитуды. Амплитуда - разность между наибольшим и наименьшим значением вариант:

А = Vmax - Vmin

Но амплитуда не учитывает промежуточные значения вариант внутри ряда, кроме того, ее размеры могут зависеть и от числа наблюдений.

Основной мерой оценки разнообразия ряда является среднее квадратическое отклонение ().

Для вычисления сигмы необходимо:

определить отклонения (d) от средней (V - M);

возвести отклонения в квадрат (d 2);

• 3) перемножить квадраты отклонений на частоты (d 2р);
• 4) суммировать произведения квадратов отклонений на частоты;
• 5) разделить эту сумму на число наблюдений;
• 6) извлечь из частного квадратный корень.

При помощи сигмы можно установить степень типичности средней, пределы рассеяния ряда, пределы колебаний вокруг средней отдельных вариант. Чем меньше сигма, тем меньше рассеяние ряда, тем точнее и типичнее получается вычисленная для этого ряда средняя величина.

Применение сигмы дает возможность оценки и сравнения разнообразия нескольких однородных рядов распределения, так как - величина именная, выражается абсолютным числом в единицах изучаемой совокупности (см, кг, мг/л и т.д.). В этом случае принимаются во внимание абсолютные размеры сигмы. Например, при сравнении двух рядов распределения по признаку веса, при условии, что средние будут близки по уровню, но сигма в одном ряду будет ± 5,6 кг., а в другом ± 2,1 кг. - второй ряд менее рассеян, и его средняя более типична.

При оценке разнообразия неоднородных рядов (например, таких признаков как вес и рост), непосредственное сравнение размеров сигмы невозможно. В этом случае, для установления степени относительного разнообразия рядов, прибегают к производной величине - коэффициенту изменчивости (вариации), который является относительной величиной, выражается в % и обозначаемому буквой Сv (V).

Например, при изучении физического развития студентов - мужчин 1 курса получены следующие показатели: М (вес) = 67,5 кг.; М (рост) = 178,1 см. Соответственно = ± 2,8 кг. и ± 6,2 см. Среднее квадратическое отклонение по росту более чем в 2 раза превышает сигму по весу.

Коэффициент вариации по росту меньше, чем по весу, то есть рост оказался более устойчивым признаком, чем вес.

Различают три степени разнообразия коэффициентов вариации:

до 10% - слабое разнообразие;

10 - 20 % - среднее разнообразие;

более 20 % - сильное разнообразие.

Этот же метод вычисления коэффициента разнообразия пригоден и при анализе однородных рядов, у которых средние величины очень разнятся по размеру, а также для оценки изолированного, единичного ряда.

Пример вычисления средней арифметической (М); среднего квадратического отклонения (); коэффициента вариации (Cv).

Длительность лечения ангины у 45 больных составила: 20, 20, 19, 16, 19, 16, 14, 13, 15, 13, 12, 13, 13, 3, 12, 11, 12, 11, 10, 12, 11, 10, 11, 8, 7, 11, 11, 10, 10, 10, 9, 8, 8, 9, 5, 5, 6, 9, 5, 5, 9, 6, 7, 7, 14, и 15 дней.

Первый этап: Строим вариационный ряд, с учетом частоты встречаемости каждой варианты; даем характеристику ряда; находим произведения вариант на соответствующую частоту, суммируем полученные произведения и рассчитываем среднюю арифметическую:

Первый этап	Второй этап
Длительность лечения (в днях) V	Число больных p
Ряд простой, убывающий, прерывный

Второй этап: рассчитываем d (V-M); d 2; d 2p.

Заключение: Средняя длительность лечения ангины в поликлинике составила 11 дней. Средняя является недостаточно типичной для данного ряда, о чем свидетельствует коэффициент вариации, равный 36,5% (большая степень разнообразия признака).

Наиболее распространённой формой статистических показателей является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Например, курс акций корпорации в основном определяется финансовыми результатами ее деятельности. В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием основных факторов. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенностей отдельных единиц.

Типичность средней непосредственным образом связана с однородностью совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности. Так, если мы рассчитаем средний курс по акциям всех предприятий, реализуемых в данный день на данной бирже, то получим фиктивную среднюю. Это будет объясняться тем, что используемая для расчета совокупность является крайне неоднородной. В этом и подобных случаях метод средних используется в сочетании с методом группировок: если совокупность неоднородна – общие средние должны быть заменены или дополнены групповыми средними, т.е. средними, рассчитанными по качественно однородным группам.

В теории средних используются следующие условные обозначения.

1.Признак, по которому определяется среднее, называется осредняемым признаком и обозначается .

2.Величина осредняемого признака у каждой единицы совокупности называется его индивидуальным значением и обозначается .

3.Повторяемость индивидуальных значений называется частотой и обозначается f .

4. Суммарное значение признака обозначается W .

Всякий количественный признак статистической совокупности имеет одно единственное среднее значение. Оно может быть рассчитано различными способами в зависимости от формы выражения осредняемого признака (абсолютной, относительной и средней) и имеющейся информации. В зависимости от степени k получаются различные виды средних.

1.Средняя арифметическая простая – наиболее распространенный вид средней

k =1

2.Средняя арифметическая взвешенная – используется в том случае, если известны индивидуальные значения признака и их частоты f . Каждый вариант «взвешивают» по своей частоте, т.е. умножают на нее. Частоты f при этом называют статистическими весами или просто весами средней .

Пример. По имеющимся данным рассчитаем средний стаж работы сотрудников

3.Средняя гармоническая простая используется в том случае, если необходимо чтобы при осреднении оставалась неизменной сумма величин, обратных индивидуальным значениям признака.

где – сумма обратных значений признака.

Пример . Автомобиль с грузом от предприятия до склада ехал со скоростью 40 км/ч, а обратно порожняком со скоростью 60км/ч. Какова средняя скорость автомобиля за обе поездки?

Пусть расстояние перевозки составило S км. Никакой роли при расчете средней скорости S не играет. При замене индивидуальных значений скорости на среднюю величину необходимо, чтобы неизменной величиной оставалось время, затраченное на обе поездки, иначе средняя скорость может оказаться любой – от скорости черепахи до скорости света. Время поездок равно . Итак,

Сократив все члены равенства на S, получим т.е. выполняется условие гармонической средней. Подставляя и , получаем

Арифметическая средняя 50 км/ч неверна, т.к. приводит к другому времени движения, чем на самом деле. Если расстояние равно 96 км, то реальное время движения составит

В статистической практике чаще применяется средняя гармоническая взвешенная.

4.Средняя гармоническая взвешенная используется, если известны индивидуальные значения признака и суммарные значения признака.

Пример

5.Средняя агрегатная используется, если известны суммарные значения признака и их частоты.

Пример . Определить среднюю стоимость продукции, если известно

6.Средняя квадратическая применяется для расчета среднеквадратического отклонения, являющегося показателем вариации, а также в технике

k =2

Средняя квадратическая взвешенная

7.Средняя геометрическая используется для расчета среднего темпа роста по цепной схеме k= 0

При k= 1 получаем арифметическую среднюю, при k= 2 – квадратическую, при k= 3 – кубическую, при k= 0 – геометрическую, при k= -1 – гармоническую среднюю. Чем выше показатель степени k , тем больше значение средней величины. Если все исходные значения признака равны, то и все средние равны const. Итак, имеем следующее соотношение, которое называется правилом мажорантности средних :

Пользуясь этим правилом, статистика может в зависимости от настроения и желания ее «знатока» либо «утопить», либо «выручить» студента, получившего в сессию оценки 2 и 5. Каков его средний бал?

Если судить по средней арифметической, то средний бал равен 3,5. Но если декан желает «утопить» несчастного и вычислит среднюю гармоническую то студент остается в среднем двоечником, не дотянувшим до тройки.

Однако студенческий совет может возразить декану и представить среднюю кубическую величину . Студент уже выглядит «хорошистом» и даже претендует на стипендию.

Структурные средние – мода и медиана – в отличие от степенных средних, которые в значительной степени являются абстрактной характеристикой совокупности, выступают как конкретные величины, совпадающие со вполне определенными вариантами совокупности. Это делает их незаменимыми при решении практических задач.

Мода – это наиболее часто встречающееся значение признака у единиц данной совокупности. Для дискретного ряда распределения мода определяется без расчета, путем просматривания столбца частот, и соответствует значению признака с наибольшей частотой. Из примера №1 наибольшая частота f=20 , что соответствует 4 тарифному разряду, следовательно M o =4.

Для интервального ряда распределения мода определяется по формуле

где – нижняя граница модального интервала;

– величина модального интервала;

– частоты интервала соответственно предшествующего модальному, модального и следующего за модальным.

Модальному соответствует интервал с наибольшей частотой.

Рассчитаем моду для примера № 2. Модальному соответствует интервал 130-140. Для него , = 140-130=10, =20,

Чаще всего норма выработки работников составляет 134%, чаще всего план перевыполняется на 34%.

Медиана – значение признака, который лежит в середине ранжированного ряда и делит его пополам. Ранжированный ряд – ряд, расположенный в порядке возрастания или убывания признака. Для дискретных вариационных рядов медиана не рассчитывается, а определяется путем просмотра ряда. Например, для пяти работников дневная норма выработки деталей составляет соответственно 10, 12, 15, 16 и 18 шт. М е является выработка третьего работника и равна 15 деталям. При четном количестве значений признака за медиану принимается полусумма значений признака, занимающих срединное значение. Н-р, при 10 значениях полусумма 5-го и 6-го значений признака.

Для интервального ряда медиана определяется по формуле

где – нижняя граница медианного интервала;

– величина медианного интервала;

– полусумма объема вариационного ряда;

– накопленная частота интервала, предшествующего медианному;

– частота медианного интервала.

Медианным называется интервал, соответствующий половине объема ряда. Для того, найти медианный интервал, необходимо накапливать частоты до тех пор, пока не будет найден интервал, содержащий в себе половину объема ряда.

Рассчитаем медиану для примера № 2. Медианный интервал 120-130, т.к. соответствующая ему накопленная частота содержит в себе половину объема ряда. Для него

– Половина работников выполняет норму выработки меньше, чем 129%, а другая половина рабочих выполняет норму выработки больше, чем 129%.