Табличное и графическое представление статистических данных

Статистические таблицы, их виды и правила построения. Результаты сводки и группировки материалов наблюдения представляют в виде статистических таблиц. По внешнему виду статистическая таблица представляет собой ряд пересекающихся горизонтальных и вертикальных линий, образующих по горизонтали строки, а по вертикали – графы (столбцы, колонки), которые в совокупности составляют как бы скелет таблицы. В образовавшиеся внутри таблицы клетки записывается соответствующая информация. Составленную таблицу, но не заполненную цифрами принято называть макетом таблицы, в котором мысленно определяются в деталях цель обследования, объем разработки материалов сводки. Статистическая таблица имеет свое подлежащее и сказуемое. Подлежащее таблицы показывает, о каком явлении идет речь в таблице, и представляет собой группы и подгруппы, которые характеризуются рядом показателей. Сказуемым таблицы называются показатели, с помощью которых изучается объект, т.е. подлежащее таблицы. В основном в сказуемом отражаются числовые значения и характеристики изучаемого явления. Составленная и оформленная статистическая таблица должна иметь общий, боковые и верхние заголовки. Общий заголовок обычно располагается над таблицей и выражает ее основное содержание. Помещенные, как правило, слева боковые заголовки раскрывают содержание строк подлежащего, а верхние заголовки – вертикальных граф (сказуемого таблицы). В зависимости от построения подлежащего таблицы делятся на три вида: перечневые, групповые и комбинационные. Таблицы, подлежащее которых содержит перечень единиц изучаемой совокупности, называются перечневыми. Групповые таблицы дают более информативный материал для анализа изучаемых явлений благодаря образованным в их подлежащем группам по существенному признаку или выявлению связи между рядом показателей. Комбинационная таблица устанавливает взаимное действие на результативные признаки (показатели) и существующую связь между факторами группировки. Правила построения и оформления таблиц: 1) По возможности таблицу следует составлять небольшой по размеру, легко обозримой. 2) Общий заголовок таблицы должен кратко выражать ее основное содержание. В нем обычно указывается время, территория, к которым относятся данные, единица измерения, если она одна для всей таблицы. 3) Обычно строки подлежащего и графы сказуемого располагаются в виде частных слагаемых с последующим подытоживанием по каждому из них. 4) Для удобства анализа таблицы при большом числе строк подлежащего и граф сказуемого возникает потребность в нумерации тех из них, которые заполняются данными. Подлежащее и единицы измерения обычно обозначаются буквами. 5) Использование условных обозначений при заполнении таблиц. 6) Одинаковая степень точности, обязательная для всех чисел.

Графический метод в статистике. Виды графиков. Статистический график представляет собой чертеж, на котором при помощи условных геометрических фигур (линий, точек или других символических знаков) изображаются статистические данные. В результате этого достигается наглядная характеристика изучаемой статистикой совокупности. Графический метод в статистике является продолжением и дополнением табличного метода. То, что при чтении таблицы может остаться незамеченным, обнаруживается на графике. При графическом изображении статистических данных становится более выразительной сравнительная характеристика изучаемых показателей, отчетливее проявляется тенденция развития изучаемого явления, лучше видны основные взаимосвязи. Основные элементы статистического графика: поле графика – место, на котором он выполняется; графический образ – это символические знаки, с помощью которых изображаются статистические данные (линии, точки, плоские геометрические фигуры, объемные геометрические фигуры; пространственные ориентиры – определяют размещение графических образов на поле графика, они задаются координатной сеткой или контурными линиями и делят поле графика на части, соответствующие значениям изучаемых показателей; масштабные ориентиры – придают графическим образам количественную значимость, которая передается с помощью системы масштабных шкал; масштаб графика – это мера перевода численной величины в графическую; чем длиннее отрезок линии, принятой за численную единицу, тем крупнее масштаб; масштабная шкала – линия, отдельный точки которой читаются как определенные числа (различают в масштабной шкале: линию – носитель информации в виде черточек, цифровые обозначения чисел; также различают – равномерные и неравномерные шкалы); экспликация графика – это пояснение его содержания; заголовок графика - в краткой и четкой форме поясняет основное содержание изображаемых данных. Статистические графики классифицируются: по способу построения (диаграммы, картограммы и картодиаграммы); форме применяемых графических образов (точечные, линейные, плоскостные и фигурные); характеру решаемых задач (классифицируются по их целевому применению в статистическом изучении коммерческой деятельности на рынке товаров и услуг). Виды статистических графиков: ряд распределения, структура статистической совокупности, ряд динамики, показатель связи, показатель выполнения задания.

8. Выражение статистических показателей в виде абсолютных и относительных величин, их измерители. Основные виды относительных величин. В итоге сводки статистических данных получают обобщающие показатели, в которых отражаются результаты познания количественной стороны изучаемых явлений. Исходной, первичной формой выражения статистических показателей, отражающих уровень развития явления, служат абсолютные величины.Абсолютные статистические величины представляют собой именованные числа, т.е. имеют какую-либо единицу измерения.Абсолютные статистические величины могут быть положительными (доходы) и отрицательными (убытки, потери). Натуральные единицы измерения в свою очередь могут быть простыми и сложными, являющимися комбинацией нескольких разноименных величин. В статистике применяют и абсолютные показатели, выраженные в условно-натуральных единицах измерения(например, различные виды топлива пересчитываются в условное топливо, тракторный парк – в эталонные тракторы). Стоимостные единицы измерения используются, например, для выражения объема разнородной продукции в стоимостной форме – в рублях. В трудовых единицах измерения учитываются общие затраты труда на предприятии, трудоемкость отдельных операций технологического цикла. Относительная величина в статистике – это обобщающий показатель, который представляет собой частное от деления одного абсолютного показателя на другой и дает числовую меру соотношения между ними. В зависимости от выбора базы сравнения относительный показатель может быть представлен в различных долях единицы: десятых; сотых(т.е. %); тысячных (десятая часть процента называется промилле %₀); десятичных (сотая часть процента называется продецимилле - %₀₀ ). По своему содержанию относительные величины подразделяются на виды: относительные величины динамики, планового задания, выполнения планового задания, структуры, интенсивности, уровня экономического развития, координации и сравнения. Относительная сторона динамики (i) рассчитывается как отношение уровня признака в определенный период или момент времени к уровню этого же признака в предшествующий период или момент времени, т.е. она характеризует изменение уровня какого-либо явления во времени. Выбор базы сравнения при исчислении относительных показателей динамики определяется целью исследования. Относительные величины динамики называются темпами роста. Относительная величина планового задания (i _пл.з) рассчитывается как отношение уровня, запланированного на предстоящий период, к уровню, фактически сложившемуся в этом периоде. Относительная величина выполнения планового задания (i_вып.пл) представляет собой отношение фактически достигнутого в данном периоде уровня к запланированному. Относительные величины динамики, планового задания и выполнения планового задания связанные соотношением: i = i_пл.з * i_вып.пл. Относительными величинами структуры называют показатели, характеризующие долю отдельных частей изучаемой совокупности во всем ее объеме. Они рассчитываются делением числа единиц в отдельных частях совокупности на общее число единиц совокупности. Относительными величинами интенсивности называют показатели, характеризующие степень распространения или уровень развития того или иного явления в определенной среде. Они вычисляются путем сравнения разноименных величин, находящихся в определенной связи между собой. Относительными величинами координации называют показатели, характеризующие соотношение отдельных частей целого между собой. Вычисление этого вида показателей производится путем деления одной части целого на другую часть целого. Относительными величинами сравнения называют показатели, представляющие собой частное от деления одноименных абсолютных статистических величин, характеризующих разные объекты о относящиеся к одному и тому же периоду времени.

9. Средняя величина в статистике, её сущность и условия применения. Виды и формы средних.

Средняя величина – это один из важнейших обобщающих статистических показателей, характеризующий совокупность однотипных явлений по какому-либо количественно варьирующему признаку. Средние величины – это обобщающие показатели, числа, выражающие характерные размеры общественных явлений по одному количественно варьирующему признаку. Среднее выражает типичное присущее большинству единиц совокупности, что позволяет сравнивать, выявлять закономерности и осуществлять прогнозы. Среднее – это обобщающая характеристика совокупности однотипных явлений. При помощт средней происходит как бы сглаживание различий в величине признака, которые возникают по тем или иным причинам у отдельных единиц наблюдения. Особенностью средней является то, что: 1) она характеризует ту или иную совокупность в целом, но не характеризует каждую отдельную единицу; 2) в ней средние погашаются отдельные индивидуальные отклонения единиц по изучаемому признаку; 3) средняя отражает типичные черты и свойства массы единиц и позволяет изучить всю массу единиц в динамике; 4) в сочетании с методом статистических группировок возникает возможность изучения взаимосвязей между группировочными и результативными признаками; 5) средняя величина является базой для прогнозирования; 6) многие процессы изучаются только на основании средних, если статистическая совокупность велика; 7) средняя преследует цель, показать количественное различие и сходство двух совокупностей. При расчете средней необходимо соблюдать следующие условия: 1) расчет надо вести только однородных по качеству совокупностей, для этого надо сочетать метод средних и метод группировок; 2) общее среднее необходимо дополнять групповыми средними и индивидуальными величинами; 3) для расчета средней нужна масса единиц (20-30); 4) необходимо правильно выбирать единицу совокупности средних.

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. Средняя арифметическая: наиболее распространенный вид средних. Применяется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значений признаков отдельных ее единиц. Чтобы рассчитать среднюю арифметическую, нужно сумму всех значений признаков разделить на их число. Средняя арифметическая применяется в форме простой средней и взвешенной средней. Средняя арифметическая простая равна простой сумме отдельных значений осредняемого признака, деленной на общее число этих значений. Она применяется в тех случаях, когда имеются несгруппированные индивидуальные значения признака: , где х₁,х₂,…,х_п – индивидуальные значения варьирующего признака (варианты); п – число единиц совокупности. Средняя из вариантов, которые повторяются различное число раз, или, как говорят, имеют различный вес, называется взвешенной. В качестве весов выступают численность единиц в разных группах совокупности (в группу объединяют одинаковые варианты). Средняя арифметическая взвешенная – средняя сгруппированных величин х₁,х₂,…,х_п – вычисляется по формуле: , где f₁,f₂,…f_n – веса (частоты повторения одинаковых совокупностей); - сумма произведений величины признаков на их частоты; -общая численность единиц совокупности. В отдельных случаях веса могут быть представлены не абсолютными величинами, а относительными (% или доли единиц). Тогда формула средней арифметической взвешенной будет иметь вид: , где - частость, т.е. доля каждой частоты в общей сумме всех частот. Если частоты подсчитываются в долях (коэффициентах), то и формула средней арифметической взвешенной имеет вид: . Средняя гармоническая: когда статистическая информация не содержит частот f по отдельным вариантам х совокупности, а представлена как их произведение , применяется формула средней гармонической взвешенной. Чтобы исчислить среднюю, обозначаем = w, откуда . Далее формула средней арифметической преобразуется таким образом, чтобы по имеющемся данным x и w можно было исчислить среднюю. В формулу средней арифметической взвешенной вместо xf подставляется w, вместо f – отношение w/x и получается формула средней гармонической взвешенной: . В тех случаях, когда вес каждого варианта равен единице (индивидуальные значения обратного признака встречаются по одному разу), применяется средняя гармоническая простая: .

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. Она исчисляется извлечением корня степени п из произведения отдельных значений – вариантов признака х: , где п – число вариантов, П – знак перемножения. Широко применяется для определения средних темпов изменения в рядах динамики, а также в рядах распределения. Средняя квадратическая: применяется, когда возникает потребность расчета среднего размера признака, выраженного в квадратных единицах измерения. Средняя квадратическая простая является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число: . Средняя квадратическая взвешенная: , где f – веса. Средняя кубическая: применяется, когда возникает потребность расчета среднего размера признака, выраженного в кубических единицах измерения. Средняя кубическая простая: ; средняя кубическая взвешенная: .

Особым видом средних величин являются структурные средние. Они применяются для изучений внутреннего строения и структуры рядов распределения значений признака. К таким показателям относятся мода и медиана. Мода М_о – значение случайной величины, встречающееся с наибольшей вероятностью в дискретном вариационном ряду – вариант, имеющий наибольшую частоту. В интервальных рядах распределения с равными интервалами мода вычисляется по формуле: , где Х_Мо – нижняя граница модального интервала; i_Mo – модальный интервал; - частоты в модальном, предыдущем и следующем за модальным интервалах (соответственно). Модальный интервал определяется по наибольшей частоте. Медиана М_е – это вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака меньше медианы и со значениями признака больше медианы. Чтобы найти медиану, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда. В ранжированных рядах несгруппированных данных нахождение медианы сводится к отысканию порядкового номера медианы. Номер медианы для нечетного объема вычисляется по формуле: N_Me = (n+1)/2. В случае четного объема ряда медиана равна средней из двух вариантов, находящихся в середине ряда. В интервальных рядах распределения медианное значение (поскольку оно делит всю совокупность на две равные по численности части) оказывается в каком-то из интервалов признака х. Этот интервал характерен тем, что его кумулятивная частота (накопленная сумма частот) равна или превышает полусумму всех частот ряда. Значение медианы вычисляется линейной интерполяцией по формуле: , где Х_Ме – нижняя граница медианного интервала; i_Mе – медианный интервал; - половина от общего числа наблюдений; - сумма наблюдений, накопленная до начала медианного интервала; - число наблюдений в медианном интервале.

10. Понятие о вариации признака в совокупности. Система показателей вариации. Её применение в анализе финансово-экономической деятельности предприятия.

Вариация – это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени. К показателям вариации относятся: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, коэффициент вариации. Абсолютные показатели: размах вариации R, представляющий собой разность между максимальным и минимальным значениями признака: .Размах вариации показывает лишь крайние отклонения признака и не отражает отклонений всех вариантов в ряду. При изучении вариации нельзя ограничиваться только определением ее размаха. Для анализа вариации необходим показатель, который отражает все колебания варьирующего признака и дает обобщенную характеристику. Простейшим показателем такого типа является среднее линейное отклонение. Среднее линейное отклонение представляет собой среднюю арифметическую абсолютных значений отклонений отдельных вариантов от их средней арифметической (при этом всегда предполагают, что среднюю вычитают из варианта: ()). Среднее линейное отклонение для несгруппированных данных: , где п – число членов ряда; для сгруппированных данных: , где - сумма частот вариационного ряда. Дисперсия признака представляет собой средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсий (в зависимости от исходных данных). Простая дисперсия для несгруппированных данных: ; взвешенная дисперсия для вариационного ряда: . Дисперсия обладает определенными свойствами, два из которых: 1) если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А, то дисперсия от этого не изменится; 2) если все значения признака уменьшить или увеличить в одно и то же число раз (i раз). То дисперсия соответственно уменьшится или увеличится в раз. Используя второе свойство дисперсии, разделив все варианты на величину интервала, можно получить формулу вычисления дисперсии в вариационных рядах с равными интервалами по способу моментов: , где -дисперсия, исчисленная по способу моментов; i – величина интервала; -новые (преобразованные) значения вариантов (А – условный ноль, в качестве которого удобно использовать середину интервала, обладающего наибольшей частотой); - момент второго порядка; - квадрат момента первого порядка. Среднее квадратическое отклонение равно корню квадратному из дисперсии: для несгруппированных данных: , для вариационного ряда: . Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности; оно показывает, на сколько в среднем отклоняются конкретные варианты от их среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется. Относительные показатели: Коэффициент вариации представляет собой выраженное в процентах отношение среднего квадратического отклонения к средней арифметической: . Также коэффициент вариации используется как характеристика однородности совокупности. Если , то колеблемость незначительная, если , то колеблемость умеренная-средняя, если , то колеблемость значительная, если , то совокупность однородная. Коэффициент осцилляции: . Относительное линейное отклонение: .

11. Виды дисперсий. Правило сложения дисперсий. Расчёт на его основе коэффициента детерминации и эмпирического корреляционного отношения. Их практическое использование.

Вариация признаков обусловлена различными факторами, некоторые из этих факторов можно выделить, если статистическую совокупность разбить на группы по какому-либо признаку. Тогда, наряду с изучением вариации признака по всей совокупности в целом, становится возможным изучить вариацию для каждой из составляющих ее группы, а также и между этими группами. В простейшем случае, когда совокупность расчленена на группы по одному фактору, изучение вариации достигается посредством исчисления и анализа трех видов дисперсий: общей, межгрупповой и внутригрупповой. Общая дисперсия измеряет вариацию признака по всей совокупности под влиянием всех факторов, обусловивших эту вариацию. Она равна среднему квадрату отклонений отдельных значение признака х от общей средней величины и может быть вычислена как простая дисперсия или взвешенная дисперсия . Межгрупповая дисперсия характеризует систематическую вариацию результативного признака, обусловленную влиянием признака-фактора, положенного в основание группировки. Она равна среднему квадрату отклонений групповых (частных) средних от общей средней : , где f – численность единиц в группе. Внутригрупповая (частная) дисперсия отражает случайную вариацию, т.е. часть вариации, обусловленную влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировка. Она равна среднему квадрату отклонений отдельных значений признака внутри группы х от средней арифметической этой группы x_i (групповой средней) и может быть исчислена как простая дисперсия или как взвешенная дисперсия . На основании внутригрупповой дисперсии по каждой группе, т.е. на основании можно определить общую среднюю из внутригрупповых дисперсий: . Согласно правилу сложения дисперсий общая дисперсия равна сумме средней из внутригрупповых и межгрупповой дисперсий: . Пользуясь правилом сложения дисперсий, можно всегда по двум известным дисперсиям определить третью – неизвестную. Чем больше доля межгрупповой дисперсии в общей дисперсии, тем сильнее влияние группировочного признака на изучаемый признак. Поэтому в статистическом анализе широко используется эмпирический коэффициент детерминации - показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии результативного признака и характеризующий силу влияния группировочного признака на образование общей вариации: . Эмпирический коэффициент детерминации показывает долю вариации результативного признака у под влиянием факторного признака х (остальная часть общей вариации у обуславливается вариацией прочих факторов). При отсутствии связи эмпирический коэффициент детерминации равен нулю, а при функциональной связи – единице. Эмпирическое корреляционное отношение – это корень квадратный из эмпирического коэффициента детерминации: . Он показывает тесноту связи между группировочным и результативным признаками. Эмпирическое корреляционное отношение может принимать значения от 0 до 1. Если связь отсутствует, то корреляционное отношение равно нулю, т.е. все групповые средние будут равны между собой, межгрупповой вариации не будет. Значит, группировочный признак никак не влияет на образование общей вариации. Если связь функциональная, то корреляционное отношение будет равно единице. В этом случае дисперсия групповых средних равна общей дисперсии , т.е. внутригрупповой вариации не будет. Это означает, что группировочный признак целиком определяет вариацию изучаемого результативного признака. Чем значение корреляционного отношения ближе к единице, тем теснее, ближе к функциональной зависимости связь между признаками.

Дата добавления: 2014-12-24