Расчет структурных средних величин, абсолютных и относительных показателей вариации
Имеются следующие данные о величине чистой прибыли мелких предприятий по приведенным данным определим среднюю величину чистой прибыли, показатели моды и медианы, среднее линейное отклонение, среднеквадратичное отклонение, дисперсию, коэффициент ассицилляции, коэффициент вариации, относительное линейное отклонение. Дадим графическое изображение ряда в виде гистограммы и кумуляты.
Таблица 6
Исходная таблица
Величина чистой прибыли, тыс. руб. | 20 -40 | 40 -60 | 60 -80 | 80 -100 | 100 -120 |
Число мелких фирм |
Для поставленной задачи воспользуемся данными расчетами рабочей (расчетной) таблицей:
Таблица 7
Расчетная таблица
Величина чистой прибыли, тыс. руб, х | Число мелких фирм, f | Середина Интервала, Х´ = (хк +хн) / 2 | Х´ * f | ׀ Х´ - хср׀ | ׀ Х´ - хср׀ * f | (Х´ - хср)2 | (Х´ - хср)2 * f |
А | |||||||
20 - 40 | 37, 98 | 455, 76 | 1442, 48 | 17309, 76 | |||
40 – 60 | 17, 98 | 323, 28 | |||||
60 – 80 | 2, 02 | 191, 9 | 4, 08 | 387, 6 | |||
80 – 100 | 22, 02 | 616,56 | 484, 88 | 13576, 64 | |||
100 - 120 | 42, 02 | 546, 26 | 1765, 68 | 22953, 84 | |||
ИТОГО | - | - | 2709, 48 | 4020, 4 | 70 391, 84 |
Прежде всего, находим середины интервалов (Х´) по исходным данным (гр. А) и записываем их в таблицу (гр. 2).
Определим произведения значений середин интервалов (Х´) на соответствующие им веса (fi) (гр. 3). Рассчитаем среднюю величину по формуле арифметической взвешенной:
Хср = ∑(хi * fi) / ∑ fi = 13460 / 198 = 67, 98 тыс. руб. на 1 фирму.
Для расчета среднего линейного отклонения находим абсолютной отклонения середины интервалов, принятых нами в качестве вариантов признака (Х´) от середины величины (Хср) (гр. 4). Поскольку сумма отклонений значений признака от средней величины равна нулю, приходится все отклонения брать по модулю, на что указывают прямые скобки в числители формул.
Наконец, вычисляем произведения отклонений ׀ Х´ - хср׀ на их веса (fi) и подсчитаем сумму этих произведений. Эта сумма равна 2709, 48. Результаты записываем в гр. 5.
Среднее линейное отклонение (dср) определяется как средняя арифметическая:
dср = ∑ ׀ Х´ - хср* ׀ fi / ∑fi = 2709, 48 / 198 = 13, 6842
Таково в среднем отклонении вариантов признака от их средней величины. Это отклонение по сравнению со средней величиной признака малое. Оно отличается от средней на 54, 2958 тыс. руб. Это свидетельствует о том, что данная совокупность в отношении нашего признака однородная, а средняя – типична. Действительно, средняя величина выведена из величин, не резко отличающихся (например, максимально значение признака только в 3,67 раза больше минимального – 110 против 30).
Поэтому для точного колебания совокупности найдем дисперсию (σ2) и среднее квадратичное отклонение (σ),как корень квадратный из дисперсии.
σ2 = ∑(Х´ - хср)2 * fi / ∑fi =70 391, 84 / 198 = 355, 51 тыс. км.
σ = (∑(Х´ - хср)2 * fi / ∑fi)1/2 = (355, 51)1/2 = 18, 85 тыс. км.
Степень вариации в данной совокупности невелика, так как средняя величина равна 67, 98 тыс. руб. Это говорит об однородности рассматриваемой нами совокупности.
Найдем коэффициент осцилляции (VR):
VR = R / хср * 100%
R – Размах вариации равный разности максимального признака и минимального признака = Х´мак - Х´мин = 120 – 20 = 100 тыс. км.
VR = R / хср * 100% = 100 / 67, 98 * 100 % = 147, 1%.
Линейный коэффициент вариации (Vdср):
Vdср = dср / хср * 100% = 13, 6842 / 67, 98 * 100% = 20, 13%
Коэффициент вариации (Vσ):
Vσ = σ /хср * 100% = 18, 85/ 67, 98 * 100% = 27, 73 %
Совокупность считается однородной т. к. коэффициент вариации не превышает 33%.
Определим моду (Мо):
Мо = х0 + i * (fмо – fмо-1) / ((fмо – fмо-1) + (fмо – fмо+1)),
Где х0 – нижняя граница модально интервала (модальным интервалом называется интервал, имеющий наибольшую частоту – в нашем примере это интервал 60 -80);
i – величина модального интервала (20 тыс. руб.);
fмо – частота модального интервала (95);
fмо-1 – частота интервала, предшествующего модальному (50)
fмо+1 – частота интервала, следующего за модальным (28).
Мо = 60 + 20* ((95 – 50) / (95 – 28)) = 73, 43 тыс. руб.
73, 43 тыс. руб. величина чистой прибыли приходится на самое большое количество фирм 95 шт.
Найдем медиану (Ме):
Ме = х0 + i * (1/2 * ∑fi – SМе – 1) / fме,
Где х0 – нижняя граница медианного интервала (медианным интервалом называется первый интервал, накопленная частота которого превышает половину общей суммы частот – в нашем примере половина общей суммы равна 198 / 2 = 99, это интервал 60 -80 т. к. накопленная частота его равна 12 + 50 + 95 = 157);
i – величина медианного интервала (20 тыс. км.)
SМе – 1 – накопленная частота интервала, предшествующего медианному (12 + 50 = 62);
fме – частота медианного интервала ( 95).
Ме =60 + 20 * (99 – 62) / 95 = 67, 79 тыс. руб.
В среднем чистая прибыль составляет 67, 79 тыс. руб.
Построим графического изображения вариационных рядов, используя кумулятивной кривой.При помощикумуляты (кривой сумм)изображается ряднакопленных частот. Накопленные частоты определяется путем последовательного суммирования частот по группам, и показывают, сколько единиц совокупности имеют значения признака не больше, чем рассматриваемое значение.
При построении кумуляты интервального вариационного ряда по оси абсцисс откладываются варианты ряды, а по оси ординат накопленные частоты, которые наносят на поле графика в виде перпендикуляров к оси абсцисс в верхних границах интервалов. Затем эти перпендикуляры соединяют и получают ломаную линию, т. е. кумуляту.
Таблица 8
Данные для расчета кумуляты
Величина чистой прибыли, тыс. руб. х | Число фирм, f | Середина Интервала, Х´ = (хк +хн) / 2 | Накопленная частота |
А | |||
20 – 40 | |||
40 – 60 | |||
60 – 80 | |||
80 – 100 | |||
100 – 120 | |||
ИТОГО | - | - |
Рис. 2. Кумуляты распределение фирм по чистой прибыли
Построим гистограмму,при построении которой на оси абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенными на соответствующих интервалах.
Рис. 3.Гистограмма распределения фирм по чистой прибыли
Расчет ошибки выборки
В целях изучения норм расхода сырья, которая влияет на оптимальный размер расходов, что тем самым может увеличит прибыль, важно рассмотреть анализ расхода сырья, а именно анализ числа изделий по весу. Проведена 1 процентная механическая выборка, в результате которой получено следующее распределение изделий по весу:
Таблица 9
Исходная таблица
Вес изделия, г. | Число изделий, шт. |
До 2000 | |
2000 – 2050 | |
2050 – 2100 | |
2100 – 2150 | |
Свыше 2150 | |
итого |
Известно также, что к стандартной продукции относятся изделия с весом 2000 грамм до 2150 грамм.
1. Размах вариации (Р) определяется как разность между наибольшим (Х мак.) и наименьшим (Х мин.) значениями вариантов:
Р= Х мак. – Х мин.
Т. к. вариация незаконченная, то закончим и начнем на величину большее и меньшее длины интервала, соответственно, т. е. Х мин. равен 1950 (2000 –50), а Х мак. равен 2200 (2150 +50).
Р = 2200 – 1950 = 250.
Размах вариации составил 250.
2. Чтобы дать обобщающую характеристику распределения отклонений, исчисляют среднее линейное отклонение dср., которое учитывает различия всех единиц изучаемой совокупности и определяется по следующей формуле:
dср = ∑( хi– хср.)*f / ∑ f,
где хi – средняя вариация, которая определяется полусумма границ интервала;
f – признак распределения.
хср. – среднее значение признака распределения, равное максимальному значению второго признака (2075)
Расчеты будут вносится в рабочую таблицу 6.2.
Таблица 10
Расчетная таблица
Вес изделия, г. | Число изделий, шт. | Расчетные показатели | ||||||
х1i =( хi+1 + хi)/2 | х1i* f | (хi–хср.)= хi - 2075 | (хi – хср.) *f | (хi – х хср.)2 | (хi – хср.)2 * f | |||
1950 - 2000 | - 100 | -400 | ||||||
2000 – 2050 | - 50 | -750 | ||||||
2050 – 2100 | ||||||||
2100 – 2150 | ||||||||
2150 - 2200 | ||||||||
итого | ||||||||
dср= 2750/100 = 27,5 грамм
3. Показатель дисперсии (σ2) определяется как средняя из отклонений, возведенных в квадрат (хi – х хср.)2
σ2 = ∑ (хi – хср.)2 / n-1
σ2 = 93500 / 4= 23375
4. Корень квадратный из дисперсии (σ2) представляет собой среднее квадратичное отклонение (σ)
σ = √ σ2 =√23375 = 152,89 грамм.
Среднее квадратичное отклонение получилось не маленькое, что свидетельствует о ненадежности средней в весе изделия.
5. Коэффициент вариации (ν) определяется по формуле:
ν= σ/ хср*100% =152,89 /2075*100% = 7,37%
6. Определим значение средней ошибки выборки:
μw ~ √( w*(1- w)/n) *(1- n/N), где
w –показатель частности
Поскольку из 100 изделий, попавших в выборку n, 90 ед. оказались стандартными (15+55+20), соответствующие весу от 2000 до 2150 грамм, (m), то
w = m/ n=90/100=0,9
μw ~ √(0,9(1-0,9)/100)*(1-100/2000)= +0,029
Для показателей среднего веса изделия
μх=√ (σ2/ n)*(1- n/N)= 23375/100*0,95= +222,06 грамм
Полученные значения средней ошибки выборочной доли (+0,029) и средней ошибки выборочной средней (+222,06 грамм) необходимы для установления возможных значений генеральной доли (p) и генеральной средней (хср 1).
· Если ошибку выборки надо рассматривать с вероятностью 0,997, то тогда при значении t = 3,0 расчет характеристик генеральной совокупности следующий:
Доля стандартных изделий
p = w +-t * μw=0,9+-3*0,029
т. е. от 0.9-0,087=0,813 до 0.9+0,087=0,987
Значит, в 99 случаях из 100 удельный вес стандартных изделий во всей партии будет находится в пределах от 81,3% до 98,7%.
Средний вес изделия, грамм
хср 1= хср -+_ t * μх=2075-+ 3*222,06
т. е. от 1408,82 до 2741,18
следовательно, с вероятностью, равной 0,997 можно утверждать, что средний вес изделия во всей партии находится в пределах от 1408,82 до 2741,18 грамм.
· Если ошибку выборки надо рассматривать с вероятностью 0,954, то тогда при значении t = 2,0 расчет характеристик генеральной совокупности следующий:
Доля стандартных изделий
p = w +-t * μw=0,9+-2*0,029
т. е. от 0.9-0,058=0,842 до 0.9+0,058=0,958
Значит, в 99 случаях из 100 удельный вес стандартных изделий во всей партии будет находится в пределах от 84,2% до 95,8%.
Средний вес изделия, грамм
хср 1= хср -+_ t * μх=2075-+ 2*222,06
т. е. от 1630,88 до 2519,12
следовательно, с вероятностью, равной 0,954 можно утверждать, что средний вес изделия во всей партии находится в пределах от 1630,88 до 2519,12
Список литературы
1. Громыко Г.Л. Статистика. – М.: Изд-во МГУ им. Ломоносова, 2008.
2. Гусарев В.М. Теория статистики. – М.: ЮНИТИ, 2008.
3. Общая теория статистики: Статистическая методология в коммерческой деятельности: учебник для вузов / Под ред. А.С. Спирина и О.Е.Башиной. – М.: Финансы и статистика, 2008.
4. Социальная статистика: учебник для вузов / Под ред. И.И.Елисеевой. – М.: Финансы и статистика, 2007.
5. Статистика: Курс лекций для вузов / Под ред. В.Г.Ионина. – М.: ИНФРА-М, 2006.
6. Чернова Т.В. Экономическая статистика: Учебное пособие. Таганрог: Изд-во ТРТУ, 2006.
7. Экономическая статистика: Учебник / Под ред. Ю.Н.Иванова. – М.: ИНФРА-М, 2008.