Величины признаков, характеризующих отдельные единицы статистической совокупности, изменяются под действием различных факторов. Очевидно, что чем разнообразнее условия, влияющие на размер данного признака, тем больше его вариация. Например, размер заработной платы рабочих зависит от нескольких факторов: специальности, разряда, стажа работы, образования, состояния здоровья и т.д. Чем больше различия между значениями факторов, тем больше вариация в уровне заработной платы.

Рис. 1. Классификация показателей вариации

При характеристике колеблемости признака используют систему абсолютных и относительных показателей.

Абсолютные показатели вариации:

· Размах вариации;

· Среднее линейное отклонение

· Дисперсия

· Среднеквадратическое отклонение

Абсолютные показатели, кроме дисперсии, измеряются в тех же единицах, что и сам признак.

Относительные показатели вариации:

· Коэффициент осцилляции

· Относительное линейное отклонение

· Коэффициент вариации

· Относительные показатели чаще всего выражаются в процентах

Размах колебаний, или размах вариации, представляет собой разность между максимальным и минимальным значениями признака в изучаемой совокупности:

Безусловным достоинством этого показателя является простота расчета. Однако размах вариации зависит от величины только крайних значений признака, поэтому область его применения ограничена достаточно однородными совокупностями. В частности, на практике он находит применение в предупредительном контроле качества продукции.

Точнее характеризует вариацию признака показатель, основанный на учете колеблемости всех значений признака. Поскольку средняя арифметическая является обобщающей характеристикой свойств совокупности, большинство показателей вариации основано на рассмотрении отклонений значений признака отдельных единиц совокупности от этой величины. К таким показателям относятся среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, представляющие собой среднюю арифметическую из отклонений индивидуальных значений признака от средней арифметической.

Среднее линейное отклонение рассчитывается из отклонений в первой степени, дисперсия и среднее квадратическое - из отклонений во второй степени. Так как алгебраическая сумма отклонений индивидуальных значений признака от средней арифметической всегда равна нулю, то для расчета среднего линейного отклонения используется арифметическая сумма отклонений, т.е. суммируются абсолютные значения индивидуальных отклонений значений признака независимо от знака.

Порядок расчета среднего линейного отклонения следующий:

1) По значениям признака исчисляется средняя арифметическая:

;

2) Определяются отклонения каждой варианты от средней ;

3) Рассчитывается сумма абсолютных величин отклонений: ;

4) Сумма абсолютных величин отклонений делится на число значений:

.

Если данные наблюдения представлены в виде дискретного ряда распределения с частотами, среднее линейное отклонение исчисляется по формуле средней арифметической взвешенной:

Порядок расчета среднего линейного отклонения взвешенного следующий:

1) Вычисляется средняя арифметическая взвешенная:

;

2) Определяются абсолютные отклонения вариант от средней ;

3) Полученные отклонения умножаются на частоты ;

4) Находится сумма взвешенных отклонений без учета знака:

;

5) Сумма взвешенных отклонений делится на сумму частот:

Основными обобщающими показателями вариации в статистике являются дисперсии и среднее квадратическое отклонение.

Дисперсия - это средняя арифметическая квадратов отклонений каждого значения признака от общей средней. Дисперсия обычно называется средним квадратом отклонений и обозначается . В зависимости от исходных данных дисперсия может вычисляться по средней арифметической простой или взвешенной:

-- дисперсия невзвешенная (простая);

-- дисперсия взвешенная.

Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии и обозначается S:

-- среднее квадратическое отклонение невзвешенное;

-- среднее квадратическое отклонение взвешенное.

Среднее квадратическое отклонение - это обобщающая характеристика абсолютных размеров вариации признака в совокупности. Выражается оно в тех же единицах измерения, что и признак (в метрах, тоннах, процентах, гектарах и т.д.).

Среднее квадратическое отклонение является мерилом надежности средней. Чем меньше среднее квадратическое отклонение, тем лучше средняя арифметическая отражает собой всю представляемую совокупность.

Вычислению среднего квадратического отклонения предшествует расчет дисперсии.

Порядок расчета дисперсии взвешенной:

1) Определяют среднюю арифметическую взвешенную

;

2) Определяются отклонения вариант от средней ;

3) Возводят в квадрат отклонение каждой варианты от средней ;

4) Умножают квадраты отклонений на веса (частоты) ;

5) Суммируют полученные произведения

;

6) Полученную сумму делят на сумму весов

.

Техника вычисления дисперсии сложна, а при больших значениях вариант и частот может быть громоздкой. Расчеты можно упростить, используя свойства дисперсии.

Свойства дисперсии:

1) Уменьшение или увеличение весов (частот) варьирующего признака в определенное число раз дисперсии не изменяет.

2) Уменьшение или увеличение каждого значения признака на одну и ту же постоянную величину А дисперсии не изменяет.

3) Уменьшение или увеличение каждого значения признака в какое-то число раз к соответственно уменьшает или увеличивает дисперсию в раз, а среднее квадратическое отклонение - в к раз.

4) Дисперсия признака относительно произвольной величины всегда больше дисперсии относительно средней арифметической на квадрат разности между средней и произвольной величиной: . Если А равна нулю, то приходим к следующему равенству: , т.е. дисперсия признака равна разности между средним квадратом значений признака и квадратом средней.

Каждое свойство при расчете дисперсии может быть применено самостоятельно или в сочетании с другими.

Порядок расчета дисперсии простой:

1) определяют среднюю арифметическую

;

2) возводят в квадрат среднюю арифметическую

;

3) возводят в квадрат каждую варианту ряда ;

4) находим сумму квадратов вариант ;

5) делят сумму квадратов вариант на их число, т.е. определяют средний квадрат

;

6) определяют разность между средним квадратом признака и квадратом средней .

Расчет дисперсии в интервальном ряду распределения

Порядок расчета дисперсии взвешенной (по формуле ):

1) определяют среднюю арифметическую

;

2) возводят в квадрат полученную среднюю ;

3) возводят в квадрат каждую варианту ряда ;

4) умножают квадраты вариант на частоты ;

5) суммируют полученные произведения ;

6) делят полученную сумму на сумму весов и получают средний квадрат признака

;

7) определяют разность между средним значением квадратов и квадратом средней арифметической, т.е. дисперсию .

Показатели относительного рассеивания

Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах.

Они позволяют сравнивать характер рассеивания в различных распределениях (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних, при сравнении разноименных совокупностей).

Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%. вариация дисперсия

1. Коэффициент осцилляции отражает относительную колеблемость крайних значений признака вокруг средней.

2. Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений от средней величины.

3. Коэффициент вариации.

Учитывая, что среднеквадратическое отклонение дает обобщающую характеристику колеблемости всех вариантов совокупности, коэффициент вариации является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин.

При этом исходят из того, что если V больше 40 %, то это говорит о большой колеблемости признака в изучаемой совокупности.

1.4 Структурные характеристики вариационного ряда