Цель лекции – изучить предмет, задачи, основные категории и понятия теории статистики.

Тема: Статистика как наука

Цель лекции – изучить предмет, задачи, основные категории и понятия теории статистики.

Задачи и план лекции:

1. Понятие статистики и краткие сведения из её истории.
2. Предмет статистики.
3. Метод статистики.
4. Основные категории статистики.
5. Задачи статистики и основные направления её реформирования.

История, пути и направления статистической науки

Термин "статистика" появился в середине 18 века. Означал "государствоведение". Получил распространение в монастырях. Постепенно приобрел собирательное значение. С одной стороны, статистика – это совокупность числовых показателей, характеризующих общественные явления и процессы (статистика труда, статистика транспорта). С другой – под статистикой понимается практическая деятельность по сбору, обработке, анализу данных по различным направлениям общественной жизни. С третьей стороны, статистика – это итоги массового учета, опубликованные в различных сборниках. Наконец, в естественных науках статистикой называются методы и способы оценки соответствия данных массового наблюдения математическим формулам. Таким образом, статистика – этообщественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной.

Ученые, внесшие вклад в развитие статистики

– Уильям Петти – основатель статистики. Его заслуга в том, что он впервые применил числовой метод для анализа закономерностей общественной жизни. Работа – "Политическая арифметика".

– Адольф Кетле – бельгийский статистик. Доказал, что даже кажущиеся случайности общественной жизни обладают внутренней закомерностью и необходимостью.

– К.Ф. Герман – русский статистик ("Всеобщая теория статистики").

– Целый ряд других ученых.

Предмет статистики

Статистика изучает количественно определенные качествамассовыхсоциально-экономических явлений. 1 2 3

Существует несколько точек зрения на статистику как на науку:

(1) Статистика – это универсальная наука, изучающая массовые явления природы и общества.

(2) Статистика – это методологическая наука, разрабатывающая методы исследования для других наук.

(3) Статистика – это общественная наука.

Явления общественной жизни – это сложное сочетание различных элементов.

– Общественные явления обладают вполне конкретными размерами.

– Общественным явлениям присущи определенные количественные соотношения, и существуют они независимо от того, изучает ли их статистика или нет.

Размеры и соотношения количества и качества отдельных явлений статистика выражает при помощи определенных понятий, статистических показателей. Числовое значение показателя, относящееся к определенному месту и времени, называют величиной показателя.

Отрасли статистики

Общая теория статистики – это лишь фундамент. В любой своей части она связана с другими науками.

Общая теория статистики

Демографическая статистика

Экономическая статистика

Статистика образования

Медицинская статистика

Спортивная статистика

Статистика труда

Статистика заработной платы

Статистика мат.-техн. снабжения

Статистика транспорта

Статистика связи

Статистика финансового кредита

Высшие финансовые вычисления

Статистика денежного обращения

Статистика валютных курсов

Прочие

Статистика также разрабатывает теорию наблюдения.

Метод статистики

Метод статистики предполагает следующую последовательность действий:

– разработка статистической гипотезы,

– статистическое наблюдение,

– сводка и группировка статистических данных,

– анализ данных,

– интерпретация данных.

Прохождение каждой стадии связано с использованием специальных методов, объясняемых содержанием выполняемой работы.

Закон больших чисел

Массовый характер общественных законов и своеобразие их действий предопределяет необходимость исследования совокупных данных.

Закон больших чисел порожден особыми свойствами массовых явлений. Последние в силу своей индивидуальности, с одной стороны, отличаются друг от друга, а с другой – имеют нечто общее, обусловленное их принадлежностью к определенному классу, виду. Причем единичные явления в большей степени подвержены воздействию случайных факторов, ежели их совокупность. Закон больших чисел в наиболее простой форме гласит, что количественные закономерности массовых явлений отчетливо проявляются лишь в достаточно большом их числе. Таким образом, сущность его заключается в том, что в числах, получающихся в результате массового наблюдения, выступают определенные правильности, которые не могут быть обнаружены в небольшом числе фактов.

Закон больших чисел выражает диалектику случайного и необходимого. В результате взаимопогашения случайных отклонений средние величины, исчисленные для величины одного и того же вида, становятся типичными, отражающими действия постоянных и существенных фактов в данных условиях места и времени. Тенденции и закономерности, вскрытые с помощью закона больших чисел, имеют силу лишь как массовые тенденции, но не как законы для каждого отдельного случая.

Задачи статистики

(1) Разработка системы гипотез, характеризующих развитие, динамику, состояние социально-экономических явлений.

(2) Организация статистической деятельности.

(3) Разработка методологии анализа.

(4) Разработка системы показателей для управления хозяйством на макро- и микроуровне.

(5) Популяризовать данные статистического наблюдения.

Ряды распределения

Рядами распределения называются группировки особого вида, при которых по каждому признаку, группе признаков или классу признаков известны численность единиц в группе либо удельный вес этой численности в общем итоге. Ряды распределения могут быть построены или по количественному, или по атрибутивному признаку. Ряды распределения, построенные по количественному признаку, называются вариационными рядами. Ряд распределения может быть построен по непрерывно варьирующему признаку (когда признак может принимать любые значения в рамках какого-либо интервала) и по дискретно варьирующему признаку(принимает строго определенные целочисленные значения). Непрерывно варьирующий признак изображается графически при помощи гистограммы. Дискретный же ряд распределения графически представляется в виде полигона распределения.

Вопросы для обсуждения:

1. От какого латинского слова происходит термин «статистика»? Что он означает?
2. Какие статистические работы проводились в Древние и Средние века?
3. К какому времени относится становление статистики как науки?
4. Какие отрасли статистики вы знаете?
5. Каковы основные черты предмета статистики? Дайте его определение.
6. Какова взаимосвязь статистики с другими науками?
7. Дайте определение статистики как науки.
8. Какой научный метод является общим для всех наук?
9. Перечислите специфические методы, присуще статистическому исследованию
10. Дайте определение статистической совокупности.
11. Должны ли быть обязательно качественно однородными единицы, входящие в статистическую совокупность и почему?
12. Перечислите статистически признаки, характеризующие единицы статистической совокупности.
13. Что представляют собой статистические показатели? Назовите их виды.
14. Каковы отличительные особенности статистической закономерности?
15. В чём состоит принципиальная разница рыночной и нерыночной статистики?
16. В чём заключается сущность реформирования статистики?
17. Назовите генеральные направления развития статистики.
18. Дайте характеристику комплекса работ по реализации Государственной Программы перехода РФ на принятую в международной практике систему учёта и статистики в соответствии с требованиями рыночной экономики.

Список рекомендуемой литературы

1. Громыко Г.Л. Статистика.-М: Изд-во МГУ им.М.В. Ломоносова, 1981.
2. Гусаров В.М. Теория Статистики: Учеб. пособие для вузов. – М.: Аудит, ЮНИТИ, 2002.
3. Елисеева И.И. Статистические методы измерения связей. – Л.: Изд-во ЛГУ, 1982.
4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
5. Ефимова М.Р., Рябцев В.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
6. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник для вузов. – М.: Инфра-М, 2006.

Виды несплошного наблюдения

– Анкетный способ

Исследуются какие-то осредненные показатели и распространяются на всю совокупность.

– Метод основного массива

Исследуются наиболее крупные единицы изучаемого явления.

– Метод направленного долевого отбора

– Выборочный метод

Его основой является случайный отбор. Результат гарантируется с определенной вероятностью р.

– Монографический метод

Подвергаются тщательному исследованию отдельные единицы совокупности, обычно представители новых типов, либо самые лучшие (худшие) единицы. Результаты переносятся на всю совокупность. Позволяет выявить тенденции.

Статистическая сводка

Статистическая сводка – этооперация по обработке собранных данных, которые выражаются в виде показателей, относящихся к каждой единице объекта статистического наблюдения. В результате сводки эти данные превращаются в систему статистических таблиц и промежуточных итогов. По результатам сводки можно выявить наиболее типичные черты и закономерности изучаемых явлений. Предварительно составляется программа и план сводки.

В программе определяется подлежащее и сказуемое сводки. Подлежащее составляет вся совокупность группы или части, на которые разбивается совокупность. Сказуемое – это те показатели, которые характеризуют каждую группу, часть или всю совокупность в целом.

План сводки – содержит организационные вопросы.

Статистическая группировка

Статистическая группировка – это метод исследования массовых общественных явлений путем выделения и ограничения однородных групп, через которые раскрываются существенные черты и особенности состояния и развития всей совокупности.

Основные задачи, которые решаются с помощью группировок:

(1) выделение социально-экономических типов,

(2) изучение структуры социально-экономических явлений,

(3) выявление связи между явлениями.

Важнейшие проблемы:

(1) Определение группировочного признака (основания группировки).

Группировочный признак – это признак, по которому происходит определение единиц в группе. Его выбор зависит от цели группировки и существа данного явления.

(2) Выделение числа групп.

Число групп определяется с таким расчетом, чтобы в каждую группу попало достаточно большое число единиц.

(3) Интервалы

Интервалы могут быть равными и неравными. Последние в свою очередь делятся на равномерно возрастающие и равномерно убывающие.

Виды группировок

(1) Типологические группировки

Их задача – выявление социально-экономических типов или однородных в существенном отношении групп.

№ п/п	Социально-экономические типы	Мужчины	Женщины
1.	Работники	–	–	–	–
2.	Крестьяне	–	–	–	–
3.	Служащие	–	–	–	–

(2) Структурные группировки

Их задача – изучение состава отдельных типических групп при помощи объединения единиц совокупности, близких друг к другу по величине группировочного признака.

№ п/п	Количество посадочных мест	Количество столов	Число занятых	Товарооборот на 1 место
1.	до 25	–	–	–
2.	16 – 50	–	–	–
3.	51 – 70	–	–	–
4.	71 – 100	–	–	–

(3) Аналитические группировки

Их задача – выявления влияния одних признаков на другие ( выявить связь между социально-экономическими явлениями).

№ п/п	Группы магазинов по числу рабочих мест	Число магазинов	Товарооборот
на 1 работника	на 1 раб. место
1.	до 5		12,0	13,0
2.	6 – 10		14,0	16,0
3.	11 – 15		15,0	17,0
4.	16 – 20		30,0	39,0
5.	21 – 25		31,0	42,0

(4) Комбинационные группировки

В них производится разделение совокупности на группы по двум или более признакам. При этом группы, образованные по одному признаку, разбиваются на подгруппы по другому признаку.

Такие группировки дают возможность изучить структуру совокупности по нескольким признакам одновременно.

№ п/п	Группы предприятий по объему основных фондов	Оплата труда в рублях	Пол	Количество единиц
1.	до 200	10000 – 12000	М	–
Ж	–
12000 – 14000	М	–
Ж	–
14000 – 16000	М	–
Ж	–
2.	200 – 400	10000 – 12000	М	–
Ж	–
12000 – 14000	М	–
Ж	–
14000 – 16000	М	–
Ж	–
3.	400 – 600	10000 – 12000	М	–
Ж	–
12000 – 14000	М	–
Ж	–
14000 – 16000	М	–
Ж	–
4.	600 – 800	10000 – 12000	М	–
Ж	–
12000 – 14000	М	–
Ж	–
14000 – 16000	М	–
Ж	–

Система группировок

Социально-экономический анализ предполагает использование системы простых и комбинационных группировок.

Также очень часто прибегают к вторичной группировке – перегруппировка уже сгруппированных данных. Вторичная группировка может быть проведена методом простого укрупнения интервала.

Часто также используется процентная перегруппировка.

Пример: Группировка фермерских хозяйств по наличию скота.

Исходные данные:

№ п/п	Группы хозяйств по числу голов	% фермерских хозяйств	% поголовья	% по всему кол-ву скота
1.	без голов	26,4	2,8	9,9
2.	с 1-й головой	20,3	9,5	8,9
3.	с 2-мя головами	14,6	11,8	11,1
4.	с 3-мя –– " ––	9,3	10,5	9,8
5.	с 4-мя –– " ––	8,3	12,1	11,2
6.	с 5-ю –– " ––	21,1	53,3	56,1
	Всего:

Процентная перегруппировка

№ п/п	Группы хозяйств по уровню развития	% фермерских хозяйств	% поголовья	% по всему кол-ву скота
1.	Низкий		14,9	21,3
2.	Средний		34,6	32,5
3.	Высокий		50,5	53,2
	Всего:

Ряд распределения или вариационный ряд – упорядоченное распределение единиц совокупности по возрастающим или по убывающим значениям признака и подсчет единиц с тем или иным значением признака. Построение рядов распределения (структурной группировки) является первым этапом изучения вариации и осуществляется с целью выделения характерных свойств и закономерностей изучаемой совокупности. В зависимости от того, какой признак (количественный или качественный) взят за основу группировки данных, различают типы рядов распределения.

Если за основу группировки взят качественный признак, то такой ряд распределения называют атрибутивным (распределение по видам труда, по полу, по профессии, по религиозному признаку, национальной принадлежности и т.д.).

Если ряд распределения построен по количественному признаку, то такой ряд называют вариационным. Построить вариационный ряд - значит упорядочить количественное распределение единиц совокупности по значениям признака, а затем подсчитать числа единиц совокупности с этими значениями (построить групповую таблицу).

Выделяют три формы вариационного ряда: ранжированный ряд, дискретный ряд и интервальный ряд.

Ранжированный ряд - это распределение отдельных единиц совокупности в порядке возрастания или убывания исследуемого признака.

Другие формы вариационного ряда - групповые таблицы, составленные по характеру вариации значений изучаемого признака. По характеру вариации различают дискретные (прерывные) и непрерывные признаки.

Дискретный ряд - это такой вариационный ряд, в основу построения которого положены признаки с прерывным изменением (дискретные признаки). К последним можно отнести тарифный разряд, количество детей в семье, число работников на предприятии и т.д. Эти признаки могут принимать только конечное число определенных значений.

Если признак имеет непрерывное изменение (размер дохода, стаж работы, стоимость основных фондов предприятия и т.д., которые в определенных границах могут принимать любые значения), то для этого признака нужно строить интервальный вариационный ряд.

Величина интервала определяется по формуле , где

x_{max, min} - максимальное и минимальное значение признака, к – число групп.

Частота (частота повторения) - число повторений отдельного варианта значений признака, обозначается f_i , а сумма частот, равная объему исследуемой совокупности, обозначается , где к – число вариантов значения признака.

Частоты ряда f могут заменяться частостями w, выраженными в относительных числах (долях или процентах). Они представляют собой отношения частот каждого интервала к их общей сумме, т.е.: , при этом

Основной целью анализа вариационных рядов является выявление закономерности распределения, исключая при этом влияние случайных для данного распределения факторов. Этого можно достичь, если увеличивать объем исследуемой совокупности и одновременно уменьшать интервал ряда.

В практике статистических исследований наиболее часто используются следующие закономерности распределения: нормальное распределение и распределение Пуассона.

Нормальное распределение зависит от двух параметров: средней арифметической и среднего квадратического отклонения. Его кривая выражается уравнением

где у - ордината кривой нормального распределения; - стандартизованные отклонения; е и π - математические постоянные; x - варианты вариационного ряда; - их средняя величина; - cреднее квадратическое отклонение.

Теоретические частоты при нормальном распределении определяются по формуле: , где N = Sf – сумма всех эмпирических частот вариационного ряда; h – величина интервала в группах.

При помощи этой формулы мы получаем теоретическое (вероятностное) распределение, заменяя им эмпирическое (фактическое) распределение, по характеру они не должны отличаться друг от друга.

Если вариационный ряд представляет собой распределение по дискретному признаку, где при увеличении значений признака х частоты начинают резко уменьшаться, а средняя арифметическая, в свою очередь, равна или близка по значению к дисперсии ( ), такой ряд выравнивается по кривой Пуассона.

Кривую Пуассона можно выразить отношением , где P_x - вероятность наступления отдельных значений х; - средняя арифметическая ряда.

Теоретические частоты при распределении Пуассона определяют по формуле: f^’ = N P_x , где N – общее число единиц ряда.

Для расчета обобщающих показателей и для графического изображения вариационных рядов с неравными интервалами используют плотность распределения, которая определяется по формулам:

,

где - абсолютная плотность распределения в j-м интервале, - относительная плотность распределения в j-м интервале; i_j – величина интервала.

Объективная характеристика соответствия теоретических и эмпирических частот может быть получена при помощи специальных статистических показателей, которые называют критериями согласия.

Асимметрия распределения определяется на основе расчета коэффициента асимметрии, котрый является мерой несимметричности распределения. Если этот коэффициент отчетливо отличается от 0, распределение является асимметричным. Плотность нормального распределения симметрична относительно среднего.

Для оценки близости эмпирических и теоретических частот применяются критерий согласия Пирсона, критерий согласия Романовского, критерий согласия Колмогорова.

Наиболее распространенным является критерий согласия К. Пирсона, который можно представить как сумму отношений квадратов расхождений между f' и f к теоретическим частотам:

Вычисленное значение критерия c²_расч необходимо сравнить с табличным (критическим) значением c²_табл. Табличное значение определяется по специальной таблице, оно зависит от принятой вероятности Р и числа степеней свободы k (при этом k = m - 3, где m - число групп в ряду распределения для нормального распределения). При расчете критерия согласия Пирсона должно соблюдаться следующее условие: достаточно большим должно быть число наблюдений (n ³ 50), при этом если в некоторых интервалах теоретические частоты меньше 5, то интервалы объединяют для условия больше 5.

Если c²_расч £ c²_табл, то расхождения между эмпирическими и теоретическими частотами распределения могут быть случайными и предположение о близости эмпирического распределения к нормальному не может быть отвергнуто.

В том случае, если отсутствуют таблицы для оценки случайности расхождения теоретических и эмпирических частот, можно использовать критерий согласия В.И. Романовского (К_Ром), который, используя величину c², предложил оценивать близость эмпирического распределения кривой нормального распределения при помощи отношения: , где m - число групп; k = (m - 3 ) - число степеней свободы при исчислении частот нормального распределения.

Если вышеуказанное отношение < 3, то расхождения эмпирических и теоретических частот можно считать случайными, а эмпирическое распределение - соответствующим нормальному. Если отношение > 3, то расхождения могут быть достаточно существенными и гипотезу о нормальном распределении следует отвергнуть.

Критерий согласия А.Н. Колмогорова используется при определении максимального расхождения между частотами эмпирического и теоретического распределения, вычисляется по формуле: , где D - максимальное значение разности между накопленными эмпирическими и теоретическими частотами; Sf - сумма эмпирических частот.

По таблицам значений вероятностей l-критерия можно найти величину l, соответствующую вероятности Р. Если величина вероятности Р значительна по отношению к найденной величине , то можно предположить, что расхождения между теоретическим и эмпирическим распределениями несущественны.

Необходимым условием при использовании критерия согласия Колмогорова является достаточно большое число наблюдений (не меньше ста).

При анализе вариационного ряда и его свойств используют графические методы. Интервальный ряд изображаю столбиковой диаграммой или гистограммой, в которой основания столбиков, расположенные на оси – абсцисс – это интервалы значений варьирующего признака, а высоты столбиков – частоты.

Если имеется дискретный вариационный ряд или используются середины интервалов, то графическое изображение такого ряда называют полигоном.

Преобразованной формой вариационного ряда является ряд накопленных частот. Это ряд значений числа единиц совокупности с меньшими или равными нижней границе соответствующего интервала значениями признака. Такой ряд называют кумулятивным. Можно построить кумулятивное распределение «не меньше, чем» – кумулята, и «больше, чем» – огива.

Вопросы для обсуждения:

1. Что представляет собой первый и второй этапы статистического исследования и каковы их значения?
2. Какие виды сводки вы знаете? Дайте их краткую характеристику.
3. Что называется статистической группировкой и группировочными признаками?
4. В чём сложность выбора группировочного признака?
5. Какие задачи решает статистика при помощи метода группировок?
6. Дайте характеристику типологических, структурных и аналитических группировок. Какие задачи они решают?
7. В чём выражается взаимосвязь вышеуказанных группировок?
8. Какие группировки называются простыми и сложными и в чём преимущества последних?
9. От чего зависит решение вопроса об определении числа групп и границ интервалов между ними?
10. Какие бывают интервалы группировок и как точно обозначить их границы? Приведите примеры.
11. Что называется вторичной группировкой, в каких случаях приходится прибегать к ней и как можно получить новые группы на основании уже имеющихся?
12. Что представляют собой статистические ряды распределения и по каким признакам они могут быть образованы?
13. Как подразделяются вариационные ряды распределения и на какие признаках они основаны?
14. Какова методика построения дискретных и интервальных рядов распределения? Приведите примеры.

Список рекомендуемой литературы

1. Громыко Г.Л. Статистика.-М: Изд-во МГУ им.М.В. Ломоносова, 1981.
2. Гусаров В.М. Теория Статистики: Учеб. пособие для вузов. – М.: Аудит, ЮНИТИ, 2002.
3. Елисеева И.И. Статистические методы измерения связей. – Л.: Изд-во ЛГУ, 1982.
4. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
5. Ефимова М.Р., Рябцев В.М. Общая теория статистики: Учебник для вузов. – М.: Финансы и статистика, 2001.
6. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник для вузов. – М.: Инфра-М, 2006.

Типы абсолютных величин

(1) Натуральные – такие единицы, которые отражают величину предметов, вещей в физических мерах (вес, объем, площадь и т.д.).

(2) Денежные (стоимостные) – используются для характеристики многих экономических показателей в стоимостном выражении.

(3) Трудовые – используются для определения затрат труда (человеко-час, человеко-день)

(4) Условно-натуральные –единицы, которые используются для сведения воедино нескольких разновидностей потребительных стоимостей (т.у.т = 29,3 МДж/кг; мыло 40 % жирности).

Виды абсолютных величин

– Индивидуальные – отражают размеры количественных признаков у отдельных единиц изучаемой совокупности.

– Общие – выражают размеры, величину количественных признаков у всей изучаемой совокупности в целом.

Абсолютные величины отражают наличие тех или иных ресурсов, это основа материального учета. Они наиболее объективно отражают развитие экономики.

Абсолютные величины являются основой для расчета разных относительных статистических показателей.

Виды относительных величин

Все применяемые на практике относительные статистические величины подразделяются на следующие виды.

Средняя арифметическая

Средняя арифметическая простая (невзвешенная) равна сумме отдельных значений признака, деленной на число этих значений.

Отдельные значения признака называют вариантами и обозначают через х ( ); число единиц совокупности обозначают через n, среднее значение признака - через . Следовательно, средняя арифметическая простая равна:

По данным дискретного ряда распределения видно, что одни и те же значения признака (варианты) повторяются несколько раз. Так, варианта х встречается в совокупности 2 раза, а варианта х-16 раз и т.д.

Число одинаковых значений признака в рядах распределения называется частотой или весом и обозначается символом n.

Вычислим среднюю заработную плату одного рабочего в руб.:

Фонд заработной платы по каждой группе рабочих равен произведению варианты на частоту, а сумма этих произведений дает общий фонд заработной платы всех рабочих.

В соответствии с этим, расчеты можно представить в общем виде:

Полученная формула называется средней арифметической взвешенной.

Статистический материал в результате обработки может быть представлен не только в виде дискретных рядов распределения, но и в виде интервальных вариационных рядов с закрытыми или открытыми интервалами.

Исчисление средней по сгруппированным данным производится по формуле средней арифметической взвешенной:

В практике экономической статистики иногда приходится исчислять среднюю по групповым средним или по средним отдельных частей совокупности (частным средним). В таких случаях за варианты (х) принимаются групповые или частные средние, на основании которых исчисляется общая средняя как обычная средняя арифметическая взвешенная.

Основные свойства средней арифметической.

Средняя арифметическая обладает рядом свойств:

1. От уменьшения или увеличения частот каждого значения признака х в п раз величина средней арифметической не изменится.

Если все частоты разделить или умножить на какое-либо число, то величина средней не изменится.

2. Общий множитель индивидуальных значений признака может быть вынесен за знак средней:

3. Средняя суммы (разности) двух или нескольких величин равна сумме (разности) их средних:

4. Если х = с, где с - постоянная величина, то .

5. Сумма отклонений значений признака Х от средней арифметической х равна нулю:

Средняя гармоническая.

Наряду со средней арифметической, в статистике применяется средняя гармоническая величина, обратная средней арифметической из обратных значений признака. Как и средняя арифметическая, она может быть простой и взвешенной.

Характеристиками вариационных рядов, наряду со средними, являются мода и медиана.

Мода - это величина признака (варианта), наиболее часто повторяющаяся в изучаемой совокупности. Для дискретных рядов распределения модой будет значение варианта с наибольшей частотой.

Для интервальных рядов распределения с равными интервалами мода определяется по формуле:

где - начальное значение интервала, содержащего моду;

- величина модального интервала;

- частота модального интервала;

- частота интервала, предшествующего модальному;

- частота интервала, следующего за модальным.

Медиана- это варианта, расположенная в середине вариационного ряда. Если ряд распределения дискретный и имеет нечетное число членов, то медианой будет варианта, находящаяся в середине упорядоченного ряда (упорядоченный ряд - это расположение единиц совокупности в возрастающем или убывающем порядке).

Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака.

Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каждом отдельном случае.

Средняя величина — это абстрактная, обобщающая характеристика признака изучаемой совокупности, но она не показывает строения совокупности, которое весьма существенно для ее познания. Средняя величина не дает представления о том, как отдельные значения изучаемого признака группируются вокруг средней, сосредоточены ли они вблизи или значительно отклоняются от нее. В некоторых случаях отдельные значения признака близко примыкают к средней арифметической и мало от нее отличаются. В таких случаях средняя хорошо представляет всю совокупность.

В других, наоборот, отдельные значения совокупности далеко отстают от средней, и средняя плохо представляет всю совокупность.

Колеблемость отдельных значений характеризуют показатели вариации.

Термин "вариация" произошел от латинского variatio –“изменение, колеблемость, различие”. Однако не всякие различия принято называть вариацией. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Различают вариацию признака: случайную и систематическую.

Анализ систематической вариации позволяет оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Например, изучая силу и характер вариации в выделяемой совокупности, можно оценить, насколько однородной является данная совокупность в количественном, а иногда и качественном отношении, а следовательно, насколько характерной является исчисленная средняя величина. Степень близости данных отдельных единиц хi к средней измеряется рядом абсолютных, средних и относительных показателей.

Для характеристики совокупностей и исчисленных величин важно знать