АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Абсолютные показатели вариации

Читайте также:
  1. C) размах вариации
  2. II. Основные показатели деятельности лечебно-профилактических учреждений
  3. II. Показатели финансовой устойчивости предприятия.
  4. IV. Показатели доходности (рентабельности).
  5. S 4. Показатели развития мировой экономики
  6. Абсолютные величины
  7. АБСОЛЮТНЫЕ И ОТНОСИТЕЛЬНЫЕ ВЕЛИЧИНЫ
  8. Абсолютные и относительные показатели изменения структуры
  9. Абсолютные и относительные показатели изменения структуры
  10. Абсолютные препятствия к браку
  11. Абсолютные приросты уровней

 

Чтобы дать представление о величине варьирующего признака недостаточно исчислить средний показатель. Кроме средней необходим показатель, характеризующий вариацию признака.

Вариация – это изменение значения признака у отдельных единиц совокупности. Вариация обусловлена действием различных факторов на развитие отдельных единиц совокупности. Чем более разнообразно условие, тем больше его вариация.

Наиболее простой характеристикой вариации признака является размах вариации (R). Размах вариации – это разность между наибольшим и наименьшим значением признака в изучаемой совокупности:

R = Xmax – Xmin,

где Xmax – наибольшее значение признака;

Xmin – наименьшее значение признака.

Размах вариации не отражает отклонений всех значений признака – это его недостаток. Он исчисляется при контроле качества продукции для определения систематически действуюших причин на производственный процесс.

Для измерения отклонения каждой варианты от средней величины в ряду распределения или в группировке применяются среднее линейное отклонение (d).

Среднее линейное отклонение определяется по формулам:

а) для не сгруппированных данных (ранжировочного ряда) dср=(∑|x – xср|)/n (простое);

б) для вариационного интервального ряда: dср=(∑|x – xср|f)/∑f (взвешенное).

Среднее линейное отклонение показывает, на сколько в среднем каждое значение признака отклоняется от средней величины. Эта величина всегда именованная и измеряется в тех же величинах, в которых даны статистические показатели.

Среднее линейное отклонение дает обобщенную характеристику степени колеблемости признаков совокупности.

Средние линейные отклонения применяются на практике для анализа состава рабочих, ритмичности производства, равномерности поставок материалов и т.д.

Наибольшее применение в практике статистических работ находит показатель – дисперсия признака или средний квадрат отклонений, или квадрат среднего квадратичного отклонения (σ²), Дисперсия - σ² - определяется по формулам:

а) для ранжированного ряда (не сгруппировочных данных):

σ² = ∑(х – хср)² / n (простая);

б) для интервального ряда:

σ² = ∑(х – хср)² f / ∑f (взвешенная).



Корень квадратный из дисперсии σ² представляет среднее квадратическое отклонение: σ = √ σ² ; или:

а) для ранжировочного ряда: σ = √ ∑(х – хср)² / n (простое);

б) для вариационного ряда: σ = √ ∑(х – хср)² f / ∑f (взвешенное).

Среднее квадратическое отклонение дает обобщенную характеристику признака совокупности и показывает во сколько раз в среднем колеблется величина признака совокупности.

Среднее квадратическое отклонение по величине всегда больше среднего линейного отклонения. Среднее квадратическое отклонение является мерой надежности средней величины: чем оно меньше, тем точнее средняя арифметическая.

Дисперсия является оценкой одноименного показателя теории вероятности. Сопоставление линейный или среднеквадратических отклонений по признакам совокупности дает возможность определить статистическую однородность совокупности: чем меньше размер, тем совокупность более однородна.

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 |


При использовании материала, поставите ссылку на Студалл.Орг (0.006 сек.)