Средние статистические величины. Средние величины в статистике

Средние величины

В процессе обработки и обобщения статистических данных возникает необходимость определения средних величин. Средней величиной в статистике называется обобщающий показатель, характеризующий типичный уровень явления в конкретных условиях места и времени, отражающий величину варьирующего признака в расчете на единицу качественно однородной совокупности.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности могут колебаться в ту или иную сторону под влиянием множества факторов, среди которых как основные, так и случайные. При исчислении средних в силу действия закона больших чисел случайности взаимопогашаются, уравновешиваются, поэтому можно абстрагироваться от несущественных особенностей явления, от количественных значений признака в каждом конкретном случае. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей. Так там, где возникает потребность обобщения, расчет таких характеристик приводит к замене множества различных индивидуальных значений признака средним показателем, характеризующим всю совокупность явлений, что позволяет выявить закономерности, присущие массовым общественным явлениям. Типичность средней непосредственным образом связана с однородностью статистической совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности.

Каждая средняя характеризует изучаемую совокупность по какому-либо одному признаку, но для характеристики любой совокупности, описания ее типических черт и качественных особенностей нужна система средних показателей.

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. Перечисленные средние относятся к классу степенных средних и объединяются общей формулой (при разных значениях ш):

где * - среднее значение исследуемого явления; ш - показатель степени средней; х - текущее значение признака; п - число признаков.

В зависимости от значения показателя степени ш различают следующие виды степенных средних:

  • при ш = - 1 - средняя гармоническая х гар;
  • при ш = 0 - средняя геометрическая х г ;
  • при ш =1 - средняя арифметическая х ;
  • при ш =2 - средняя квадратическая х кв ;
  • при ш =3 - средняя кубическая х куб .

Это свойство степенных средних возрастает с повышением показателя степени определяющей функции и называется в статистике правилом мажорантности средних.

Наиболее распространенным видом является средняя арифметическая. Средней арифметической величиной называется такое значение признака в расчете на единицу совокупности, при вычислении которого общий объем признака в совокупности сохраняется неизменным. Она применяется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значении признаков отдельных ее единиц. Чтобы исчислить среднюю арифметическую, нужно сумму всех значений признаков разделить на их число.

Средняя арифметическая применяется в форме простой средней и взвешенной средней. Исходной, определяющей формой служит простая средняя.

Средняя арифметическая простая равна простой сумме отдельных значений осредняемого признака, деленной на общее число этих значений (она применяется в тех случаях, когда имеются несгруппиро- ванные индивидуальные значения признака):

где - индивидуальные значения варьирующего признака;

п - число единиц совокупности.

Средняя из вариантов, которые повторяются различное число раз, или имеют различный вес, называется взвешенной. В качестве весов выступают численности единиц разных группах совокупности (в группу объединяют одинаковые варианты). Средняя арифметическая

взвешенная - средняя сгруппированных величин Х 1 ,Х 2 ,Х 3 ...Х П - вычисляется по формуле:


где - веса (частоты повторения одинаковых признаков);

- сумма произведений величины признаков на их частоты;

- общая численность единиц совокупности.

Вычисление средней арифметической часто сопряжено с большими затратами времени и труда. Однако в ряде случаев процедуру расчета средней можно упростить и облегчить, если воспользоваться ее свойствами. К основным свойствам относится:

  • 1. Если все индивидуальные значения признака уменьшить или увеличить в i раз, то среднее значение нового признака соответственно уменьшится или увеличится в i раз.
  • 2. Если все варианты признака уменьшить или увеличить на число А, то средняя арифметическая соответственно уменьшится или увеличится на это же число А.
  • 3. Если веса всех вариантов уменьшить или увеличить в К раз, то средняя арифметическая не изменится.

В качестве весов средней вместо абсолютных показателей можно использовать удельные веса в общем итоге. Тем самым достигается упрощение расчетов средней.

При расчете статистических показателей помимо средней арифметической могут использоваться и другие виды средних. Однако в каждом конкретном случае в зависимости от характера имеющихся данных существует только одно истинное среднее значение показателя, являющееся следствием реализации его исходного соотношения.

Отметим, что средняя арифметическая применяется в тех случаях, когда известны варианты варьирующего признака х и их частоты f, когда статистическая информация не содержит частот f по отдельным вариантам х совокупности, а представлена как их произведением xf ,

применяется формула средней гармонической. Она используется, когда известен числитель исходного соотношения средней, но неизвестен его знаменатель.


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.

Средняя геометрическая исчисляется извлечением корня степени п из произведений отдельных значений - вариантов признака х:

где п - число вариантов;

П - знак произведения.

Наиболее широкое применение средняя геометрическая получила для определения средних темпов изменения в рядах динамики, а также в рядах распределения.

В ряде случаев в экономической практике возникает потребность расчета среднего размера признака, выраженного в квадратных и кубических единицах измерения. Тогда применяется средняя квадратическая и средняя кубическая.

Формулы для расчета средней квадратической:

Средняя квадратическая простая является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число:

Средняя квадратическая взвешенная:


Формулы для расчета средней кубической аналогичны:

Средняя кубическая простая:


Средняя кубическая взвешенная:


Средняя квадратическая и кубическая имеют ограниченное применение в практике статистики. Широко используется статистика средней квадратической.

Наиболее часто используемыми в экономической практике структурными средними являются мода и медиана. Модой распределения (°) называется такая величина изучаемого признака, которая в

данной совокупности встречается наиболее часто, т.е. один из вариантов признака повторяется чаще, чем все другие.

Рассмотрим определение моды по несгруппированным данным. Например: 10 студентов имеют следующие экзаменационные оценки: 5, 4, 3, 4, 5, 5, 3, 4, 4, 4. Так как в данной группе больше всего студентов получили 4, то это значение и будет модальным.

Для упорядоченного дискретного ряда распределения мода, являющаяся характеристикой вариационного ряда, определяется по частотам вариантов и соответствует варианту с наибольшей частотой.

Модальный интервал в случае интервального распределения с равными интервалами определяется по наибольшей частоте; с неравными интервалами - по наибольшей плотности, а определение моды требует проведения расчетов на основе следующей формуле:

где х т0 - нижняя граница модального интервала;

i m0 - величина модального интервала;

fmo ~ частота модального интервала;

fmo-i - частота интервала, предшествующего модальному;

fmo+i ~ частота интервала, следующего за модальным.

Медиана - вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные части. Чтобы найти медиану, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда. В ранжированных рядах несгруппирован- ных данных нахождение медианы сводится к отысканию порядкового номера медианы.

Значение медианы для нечетного объема вычисляется по формуле:

где п - число членов ряда.

В интервальном ряду распределения сразу можно указать только интервал, в котором будет находиться медиана. Для определения ее величины используется специальная формула:

где х ие - нижняя граница интервала, который содержит медиану; i ие - медианный интервал;

- половина от общего числа наблюдений;

F m _ 1 - накопленная частота в интервале, предшествующему медианному;

fме " числ0 наблюдений в медианном интервале.

Таким образом, мода и медиана являются дополнительными к средней характеристиками совокупности и используются в математической статистике для анализа формы рядов распределения.

Контрольные вопросы и задания

  • 1. Назовите виды статистических показателей. Приведите примеры.
  • 2. Что понимается под абсолютными статистическими величинами и каково их значение? Приведите примеры абсолютных величин.
  • 3. Всегда ли для анализа изучаемого явления достаточно одних абсолютных показателей?
  • 4. Что называется относительными показателями?
  • 5. Каковы основные условия правильного расчета относительной величины?
  • 6. Какие виды относительных величин Вы знаете? Приведите примеры.
  • 7. Дайте определение средней величины.
  • 8. Какие виды средних величин применяются в статистике? Какие виды средних величин используются чаще всего?
  • 9. Как исчисляется средняя арифметическая простая и в каких случаях она применяется?
  • 10. Как исчисляется средняя арифметическая взвешенная и в каких случаях она применяется?
  • 11. Как исчисляется средняя арифметическая из вариационного
  • 12. Каковы основные свойства средней арифметической?
  • 13. Для чего служит средняя гармоническая? Чем она отличается от средней арифметической?

Средние величины относятся к обобщающим статистическим показателям, которые дают сводную (итоговую) характеристику массовых общественных явлений, так как строятся на основе большого количества индивидуальных значений варьирующего признака. Для выяснения сущности средней величины необходимо рассмотреть особенности формирования значений признаков тех явлений, по данным которых исчисляют среднюю величину.

Известно, что единицы каждого массового явления обладают многочисленными признаками. Какой бы из этих признаков мы ни взяли, его значения у отдельных единиц будут различными, они изменяются, или, как говорят в статистике , варьируют от одной единицы к другой. Так, например, заработная плата работника определяется его квалификацией, характером труда, стажем работы и целым рядом других факторов, поэтому изменяется в весьма широких пределах. Совокупное влияние всех факторов определяет размер заработка каждого работника, тем не менее можно говорить о среднемесячной заработной плате работников разных отраслей экономики . Здесь мы оперируем типичным, характерным значением варьирующего признака, отнесенным к единице многочисленной совокупности.

Средняя величина отражает то общее, что характерно для всех единиц изучаемой совокупности. В то же время она уравновешивает влияние всех факторов, действующих на величину признака отдельных единиц совокупности, как бы взаимно погашая их. Уровень (или размер) любого общественного явления обусловлен действием двух групп факторов. Одни из них являются общими и главными, постоянно действующими, тесно связанными с природой изучаемого явления или процесса, и формируют то типичное для всех единиц изучаемой совокупности, которое и отражается в средней величине. Другие являются индивидуальными, их действие выражено слабее и носит эпизодический, случайный характер. Они действуют в обратном направлении, обусловливают различия между количественными признаками отдельных единиц совокупности, стремясь изменить постоянную величину изучаемых признаков. Действие индивидуальных признаков погашается в средней величине. В совокупном влиянии типичных и индивидуальных факторов, которое уравновешивается и взаимно погашается в обобщающих характеристиках, проявляется в общем виде известный из математической статистики фундаментальный закон больших чисел.

В совокупности индивидуальные значения признаков сливаются в общую массу и как бы растворяются. Отсюда и средняя величина выступает как «обезличенная», которая может отклоняться от индивидуальных значений признаков, не совпадая количественно ни с одним из них. Средняя величина отражает общее, характерное и типичное для всей совокупности благодаря взаимопогашению в ней случайных, нетипичных различий между признаками отдельных ее единиц, так как ее величина определяется как бы общей равнодействующей из всех причин.

Однако для того, чтобы средняя величина отражала наиболее типичное значение признака, она должна определяться не для любых совокупностей, а только для совокупностей, состоящих из качественно однородных единиц. Это требование является основным условием научно обоснованного применения средних величин и предполагает тесную связь метода средних величин и метода группировок в анализе социально-экономических явлений. Следовательно, средняя величина - это обобщающий показатель, характеризующий типичный уровень варьирующего признака в расчете на единицу однородной совокупности в конкретных условиях места и времени.

Определяя, таким образом, сущность средних величин, необходимо подчеркнуть, что правильное исчисление любой средней величины предполагает выполнение следующих требований:

  • качественная однородность совокупности, по которой вычислена средняя величина. Это означает, что исчисление средних величин должно основываться на методе группировок, обеспечивающем выделение однородных, однотипных явлений;
  • исключение влияния на вычисление средней величины случайных, сугубо индивидуальных причин и факторов. Это достигается в том случае, когда вычисление средней основывается на достаточно массовом материале, в котором проявляется действие закона больших чисел, и все случайности взаимно погашаются;
  • при вычислении средней величины важно установить цель ее расчета и так называемый определяющий показа-телъ (свойство), на который она должна быть ориентирована.

Определяющий показатель может выступать в виде суммы значений осредняемого признака, суммы его обратных значений, произведения его значений и т. п. Связь между определяющим показателем и средней величиной выражается в следующем: если все значения осредняемого признака заменить средним значением, то их сумма или произведение в этом случае не изменит определяющего показателя. На основе этой связи определяющего показателя со средней величиной строят исходное количественное отношение для непосредственного расчета средней величины. Способность средних величин сохранять свойства статистических совокупностей называют определяющим свойством.

Средняя величина, рассчитанная в целом по совокупности, называется общей средней; средние величины, рассчитанные для каждой группы, - групповыми средними. Общая средняя отражает общие черты изучаемого явления, групповая средняя дает характеристику явления, складывающуюся в конкретных условиях данной группы.

Способы расчета могут быть разные, поэтому в статистике различают несколько видов средней величины, основными из которых являются средняя арифметическая, средняя гармоническая и средняя геометрическая.

В экономическом анализе использование средних величин является основным инструментом для оценки результатов научно-технического прогресса, социальных мероприятий, поиска резервов развития экономики. В то же время следует помнить о том, что чрезмерное увлечение средними показателями может привести к необъективным выводам при проведении экономико-статистического анализа. Это связано с тем, что средние величины, будучи обобщающими показателями, погашают, игнорируют те различия в количественных признаках отдельных единиц совокупности, которые реально существуют и могут представлять самостоятельный интерес.

Виды средних величин

В статистике используют различные виды средних величин, которые делятся на два больших класса:

  • степенные средние (средняя гармоническая, средняя геометрическая, средняя арифметическая, средняя квадра-тическая, средняя кубическая);
  • структурные средние (мода, медиана).

Для вычисления степенных средних необходимо использовать все имеющиеся значения признака. Мода и медиана определяются лишь структурой распределения, поэтому их называют структурными, позиционными средними. Медиану и моду часто используют как среднюю характеристику в тех совокупностях, где расчет средней степенной невозможен или нецелесообразен.

Самый распространенный вид средней величины - средняя арифметическая. Под средней арифметической понимается такое значение признака, которое имела бы каждая единица совокупности, если бы общий итог всех значений признака был распределен равномерно между всеми единицами совокупности. Вычисление данной величины сводится к суммированию всех значений варьирующего признака и делению полученной суммы на общее количество единиц совокупности. Например, пять рабочих выполняли заказ на изготовление деталей, при этом первый изготовил 5 деталей, второй - 7, третий - 4, четвертый - 10, пятый- 12. Поскольку в исходных данных значение каждого варианта встречалось только один раз, для определения средней выработки одного рабочего следует применить формулу простой средней арифметической:

т. е. в нашем примере средняя выработка одного рабочего равна

Наряду с простой средней арифметической изучают среднюю арифметическую взвешенную. Например, рассчитаем средний возраст студентов в группе из 20 человек , возраст которых варьируется от 18 до 22 лет, где xi - варианты осредняемого признака, fi - частота, которая показывает, сколько раз встречается i-е значение в совокупности (табл. 5.1).

Таблица 5.1

Средний возраст студентов

Применяя формулу средней арифметической взвешенной, получаем:


Для выбора средней арифметической взвешенной существует определенное правило: если имеется ряд данных по двум показателям, для одного из которых надо вычислить

среднюю величину, и при этом известны численные значения знаменателя ее логической формулы, а значения числителя неизвестны, но могут быть найдены как произведение этих показателей, то средняя величина должна высчитывать-ся по формуле средней арифметической взвешенной.

В некоторых случаях характер исходных статистических данных таков, что расчет средней арифметической теряет смысл и единственным обобщающим показателем может служить только другой вид средней величины - средняя гармоническая. В настоящее время вычислительные свойства средней арифметической потеряли свою актуальность при расчете обобщающих статистических показателей в связи с повсеместным внедрением электронно-вычислительной техники. Большое практическое значение приобрела средняя гармоническая величина, которая тоже бывает простой и взвешенной. Если известны численные значения числителя логической формулы, а значения знаменателя неизвестны, но могут быть найдены как частное деление одного показателя на другой, то средняя величина вычисляется по формуле средней гармонической взвешенной.

Например, пусть известно, что автомобиль прошел первые 210 км со скоростью 70 км/ч, а оставшиеся 150 км со скоростью 75 км/ч. Определить среднюю скорость автомобиля на протяжении всего пути в 360 км, используя формулу средней арифметической, нельзя. Так как вариантами являются скорости на отдельных участках xj = 70 км/ч и Х2 = 75 км/ч, а весами (fi) считаются соответствующие отрезки пути, то произведения вариантов на веса не будут иметь ни физического, ни экономического смысла. В данном случае смысл приобретают частные от деления отрезков пути на соответствующие скорости (варианты xi), т. е. затраты времени на прохождение отдельных участков пути (fi/ xi). Если отрезки пути обозначить через fi, то весь путь выразиться как Σfi, а время, затраченное на весь путь, - как Σ fi/ xi , Тогда средняя скорость может быть найдена как частное от деления всего пути на общие затраты времени:

В нашем примере получим:

Если при использовании средней гармонической веса всех вариантов (f) равны, то вместо взвешенной можно использовать простую (невзвешенную) среднюю гармоническую:

где xi - отдельные варианты; n - число вариантов осредняемого признака. В примере со скоростью простую среднюю гармоническую можно было бы применить, если бы были равны отрезки пути, пройденные с разной скоростью.

Любая средняя величина должна вычисляться так, чтобы при замене ею каждого варианта осредняемого признака не изменялась величина некоторого итогового, обобщающего показателя, который связан с осредняемым показателем. Так, при замене фактических скоростей на отдельных отрезках пути их средней величиной (средней скоростью) не должно измениться общее расстояние.

Форма (формула) средней величины определяется характером (механизмом) взаимосвязи этого итогового показателя с осредняемым, поэтому итоговый показатель, величина которого не должна изменяться при замене вариантов их средней величиной, называется определяющим показателем. Для вывода формулы средней нужно составить и решить уравнение, используя взаимосвязь осредняемого показателя с определяющим. Это уравнение строится путем замены вариантов осредняемого признака (показателя) их средней величиной.

Кроме средней арифметической и средней гармонической в статистике используются и другие виды (формы) средней величины. Все они являются частными случаями степенной средней. Если рассчитывать все виды степенных средних величин для одних и тех же данных, то значения

их окажутся одинаковыми, здесь действует правило мажо-рантности средних. С увеличением показателя степени средних увеличивается и сама средняя величина. Наиболее часто применяемые в практических исследованиях формулы вычисления различных видов степенных средних величин представлены в табл. 5.2.

Таблица 5.2


Средняя геометрическая применяется, когда имеется n коэффициентов роста, при этом индивидуальные значения признака представляют собой, как правило, относительные величины динамики, построенные в виде цепных величин, как отношение к предыдущему уровню каждого уровня в ряду динамики. Средняя характеризует, таким образом, средний коэффициент роста. Средняя геометрическая простая рассчитывается по формуле

Формула средней геометрической взвешенной имеет следующий вид:

Приведенные формулы идентичны, но одна применяется при текущих коэффициентах или темпах роста, а вторая - при абсолютных значениях уровней ряда.

Средняя квадратическая применяется при расчете с величинами квадратных функций, используется для измерения степени колеблемости индивидуальных значений признака вокруг средней арифметической в рядах распределения и вычисляется по формуле

Средняя квадратическая взвешенная рассчитывается по другой формуле:

Средняя кубическая применяется при расчете с величинами кубических функций и вычисляется по формуле

средняя кубическая взвешенная:

Все рассмотренные выше средние величины могут быть представлены в виде общей формулы:

где - средняя величина; - индивидуальное значение; n - число единиц изучаемой совокупности; k - показатель степени, определяющий вид средней.

При использовании одних и тех же исходных данных, чем больше k в общей формуле степенной средней, тем больше средняя величина. Из этого следует, что между величинами степенных средних существует закономерное соотношение:

Средние величины, описанные выше, дают обобщенное представление об изучаемой совокупности и с этой точки зрения их теоретическое, прикладное и познавательное значение бесспорно. Но бывает, что величина средней не совпадает ни с одним из реально существующих вариантов, поэтому кроме рассмотренных средних в статистическом анализе целесообразно использовать величины конкретных вариантов, занимающие в упорядоченном (ранжированном) ряду значений признака вполне определенное положение. Среди таких величин наиболее употребительными являются структурные, или описательные, средние - мода (Мо) и медиана (Ме).

Мода - величина признака, которая чаще всего встречается в данной совокупности. Применительно к вариационному ряду модой является наиболее часто встречающееся значение ранжированного ряда, т. е. вариант, обладающий наибольшей частотой. Мода может применяться при определении магазинов, которые чаще посещаются, наиболее распространенной цены на какой-либо товар. Она показывает размер признака, свойственный значительной части совокупности, и определяется по формуле

где х0 - нижняя граница интервала; h - величина интервала; fm - частота интервала; fm_ 1 - частота предшествующего интервала; fm+ 1 - частота следующего интервала.

Медианой называется вариант, расположенный в центре ранжированного ряда. Медиана делит ряд на две равные части таким образом, что по обе стороны от нее находится одинаковое количество единиц совокупности. При этом у одной половины единиц совокупности значение варьирующего признака меньше медианы, у другой - больше ее. Медиана используется при изучении элемента, значение которого больше или равно или одновременно меньше или равно половине элементов ряда распределения. Медиана дает общее представление о том, где сосредоточены значения признака, иными словами, где находится их центр.

Описательный характер медианы проявляется в том, что она характеризует количественную границу значений варьирующего признака, которыми обладает половина единиц совокупности. Задача нахождения медианы для дискретного вариационного ряда решается просто. Если всем единицам ряда придать порядковые номера, то порядковый номер медианного варианта определяется как (п +1) / 2 с нечетным числом членов п. Если же количество членов ряда является четным числом, то медианой будет являться среднее значение двух вариантов, имеющих порядковые номера n / 2 и n / 2 + 1.

При определении медианы в интервальных вариационных рядах сначала определяется интервал, в котором она находится (медианный интервал). Этот интервал характерен тем, что его накопленная сумма частот равна или превышает полусумму всех частот ряда. Расчет медианы интервального вариационного ряда производится по формуле

где X0 - нижняя граница интервала; h - величина интервала; fm - частота интервала; f - число членов ряда;

∫m-1 - сумма накопленных членов ряда, предшествующих данному.

Наряду с медианой для более полной характеристики структуры изучаемой совокупности применяют и другие значения вариантов, занимающих в ранжированном ряду вполне определенное положение. К ним относятся квартили и децили. Квартили делят ряд по сумме частот на 4 равные части, а децили - на 10 равных частей. Квартилей насчитывается три, а децилей - девять.

Медиана и мода в отличие от средней арифметической не погашают индивидуальных различий в значениях варьирующего признака и поэтому являются дополнительными и очень важными характеристиками статистической совокупности. На практике они часто используются вместо средней либо наряду с ней. Особенно целесообразно вычислять медиану и моду в тех случаях, когда изучаемая совокупность содержит некоторое количество единиц с очень большим или очень малым значением варьирующего признака. Эти, не очень характерные для совокупности значения вариантов, влияя на величину средней арифметической, не влияют на значения медианы и моды, что делает последние очень ценными для экономико-статистического анализа показателями.

Показатели вариации

Целью статистического исследования является выявление основных свойств и закономерностей изучаемой статистической совокупности. В процессе сводной обработки данных статистического наблюдения строят ряды распределения. Различают два типа рядов распределения - атрибутивные и вариационные, в зависимости от того, является ли признак, взятый за основу группировки, качественным или количественным.

Вариационными называют ряды распределения, построенные по количественному признаку. Значения количественных признаков у отдельных единиц совокупности не постоянны, более или менее различаются между собой. Такое различие в величине признака носит название вариации. Отдельные числовые значения признака, встречающиеся в изучаемой совокупности, называют вариантами значений. Наличие вариации у отдельных единиц совокупности обусловлено влиянием большого числа факторов на формирование уровня признака. Изучение характера и степени вариации признаков у отдельных единиц совокупности является важнейшим вопросом всякого статистического исследования. Для описания меры изменчивости признаков используют показатели вариации.

Другой важной задачей статистического исследования является определение роли отдельных факторов или их групп в вариации тех или иных признаков совокупности. Для решения такой задачи в статистике применяются специальные методы исследования вариации, основанные на использовании системы показателей, с помощью которых измеряется вариация. В практике исследователь сталкивается с достаточно большим количеством вариантов значений признака, что не дает представления о распределении единиц по величине признака в совокупности. Для этого проводят расположение всех вариантов значений признака в возрастающем или убывающем порядке. Этот процесс называют ранжированием ряда. Ранжированный ряд сразу дает общее представление о значениях, которые принимает признак в совокупности.

Недостаточность средней величины для исчерпывающей характеристики совокупности заставляет дополнять средние величины показателями, позволяющими оценить типичность этих средних путем измерения колеблемости (вариации) изучаемого признака. Использование этих показателей вариации дает возможность сделать статистический анализ более полным и содержательным и тем самым глубже понять сущность изучаемых общественных явлений.

Самыми простыми признаками вариации являются минимум и максимум - это наименьшее и наибольшее значение признака в совокупности. Число повторений отдельных вариантов значений признаков называют частотой повторения. Обозначим частоту повторения значения признака fi, сумма частот, равная объему изучаемой совокупности будет:

где k - число вариантов значений признака. Частоты удобно заменять частостями - wi. Частость - относительный показатель частоты - может быть выражен в долях единицы или процентах и позволяет сопоставлять вариационные ряды с различным числом наблюдений. Формально имеем:

Для измерения вариации признака применяются различные абсолютные и относительные показатели. К абсолютным показателям вариации относятся среднее линейное отклонение, размах вариации, дисперсия, среднее квадратическое отклонение.

Размах вариации (R) представляет собой разность между максимальным и минимальным значениями признака в изучаемой совокупности: R = Xmax - Xmin. Этот показатель дает лишь самое общее представление о колеблемости изучаемого признака, так как показывает разницу только между предельными значениями вариантов. Он совершенно не связан с частотами в вариационном ряду, т. е. с характером распределения, а его зависимость может придавать ему неустойчивый, случайный характер только от крайних значений признака. Размах вариации не дает никакой информации об особенностях исследуемых совокупностей и не позволяет оценить степень типичности полученных средних величин. Область применения этого показателя ограничена достаточно однородными совокупностями, точнее, характеризует вариацию признака показатель, основанный на учете изменчивости всех значений признака.

Для характеристики вариации признака нужно обобщить отклонения всех значений от какой-либо типичной для изучаемой совокупности величины. Такие показатели

вариации, как среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, основаны на рассмотрении отклонений значений признака отдельных единиц совокупности от средней арифметической.

Среднее линейное отклонение представляет собой среднюю арифметическую из абсолютных значений отклонений отдельных вариантов от их средней арифметической:


Абсолютное значение (модуль) отклонения варианта от средней арифметической; f- частота.

Первая формула применяется, если каждый из вариантов встречается в совокупности только один раз, а вторая - в рядах с неравными частотами.

Существует и другой способ усреднения отклонений вариантов от средней арифметической. Этот очень распространенный в статистике способ сводится к расчету квадратов отклонений вариантов от средней величины с их последующим усреднением. При этом мы получаем новый показатель вариации - дисперсию.

Дисперсия (σ 2) - средняя из квадратов отклонений вариантов значений признака от их средней величины:

Вторая формула применяется при наличии у вариантов своих весов (или частот вариационного ряда).

В экономико-статистическом анализе вариацию признака принято оценивать чаще всего с помощью среднего квадратического отклонения. Среднее квадратическое отклонение (σ) представляет собой корень квадратный из дисперсии:

Среднее линейное и среднее квадратическое отклонения показывают, на сколько в среднем колеблется величина признака у единиц исследуемой совокупности, и выражаются в тех же единицах измерения, что и варианты.

В статистической практике часто возникает необходимость сравнения вариации различных признаков. Например, большой интерес представляет сравнение вариаций возраста персонала и его квалификации, стажа работы и размера заработной платы и т. д. Для подобных сопоставлений показатели абсолютной колеблемости признаков - среднее линейное и среднее квадртическое отклонение - не пригодны. Нельзя, в самом деле, сравнивать колеблемость стажа работы, выражаемую в годах, с колеблемостью заработной платы, выражаемой в рублях и копейках.

При сравнении изменчивости различных признаков в совокупности удобно применять относительные показатели вариации. Эти показатели вычисляются как отношение абсолютных показателей к средней арифметической (или медиане). Используя в качестве абсолютного показателя вариации размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, получают относительные показатели колеблемости:


Наиболее часто применяемый показатель относительной колеблемости, характеризующий однородность совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33 % для распределений, близких к нормальному.

В статистике средней величиной называют обобщающий показатель совокупности однородных общественных или природных явлений, который показывает типичный уровень варьирующего признака в расчете на единицу совокупности в конкретный момент времени.

Нахождение среднего - один из распространенных приемов обобщения. Средняя величина отражает то общее, что типично (характерно) для всех единиц изучаемой совокупности, но в то же время она игнорирует различия отдельных единиц. Мы уже говорили, что при неограниченном увеличении количества наблюдений (п -» оо) средняя величина, согласно закону больших чисел, будет неограниченно приближаться к его математическому ожиданию, т. е. при п -> оо можно записать х ~ М[Х], здесь х - средняя величина. То есть средняя величина - это оценка математического ожидания.

Сделаем небольшое отступление и приведем краткие сведения об оценках параметров, полученных в результате п опытов. Предположим, что надо определить по результатам п опытов некоторый параметр d. Приближенное значение этого параметра будем называть его оценкой и обозначим d. Оценка d должна удовлетворять ряду требований, чтобы в каком-то смысле быть оценкой “доброкачественной”.

Оценка d при увеличении числа опытов должна сходиться по вероятности к искомому параметру, т. е.

Оценка, обладающая таким свойством, называется состоятельной.

Кроме того, пользуясь оценкой d вместо самого параметра d, желательно не делать систематической ошибки, т. е. математическое ожидание оценки должно быть равным самому параметру:

Оценка, которая обладает данным свойством, называется несмещенной.

Было бы хорошо, если бы выбранная несмещенная оценка d была как можно менее случайной, т. е. обладала по сравнению с другими минимальной дисперсией:

Оценка, которая обладает данным свойством, называется эффективной.

В реальных условиях не всегда удается удовлетворить всем перечисленным требованиям. Тем не менее при выборе оценки любого параметра желательно эту оценку рассмотреть со всех перечисленных точек зрения.

Вернемся к средним величинам. При их вычислении при большом количестве наблюдений случайности взаимопога- шаются (это следует из закона больших чисел), следовательно, можно абстрагироваться от несущественных особенностей изучаемого явления и от количественных значений признака в каждом конкретном опыте.

Крупный вклад в обоснование и развитие теории средних величин внес А. Кетле. Согласно его учению массовые процессы формируются под влиянием двух групп причин. К первой группе общих для всех единиц массовой совокупности причин относятся те из них, которые определяют состояние массового процесса. Они формируют типичный уровень для единиц данной однородной совокупности.

Вторая группа причин формирует специфические особенности отдельных единиц массовой совокупности и, следовательно, их разброс от типичного уровня.

Эти причины не связаны с природой изучаемого явления, поэтому их называют случайными причинами.

Средняя величина, полученная по всей совокупности, называется общей, а средние величины, вычисленные по каждой группе, называются групповыми средними. Есть два вида средних величин: степенные средние (средняя арифметическая и др.), структурные средние (мода, медиана).

Рассмотрим степенные средние. Степенные средние определяются исходя из формулы

где х - среднее значение;

х { - текущее значение изучаемого признака;

т - показатель степени средней;

п - количество признаков (вариант).

В зависимости от показателя т степени средней получаем следующие виды степенных средних:

  • - среднюю гармоническую х гар, если т = -1;
  • - среднюю геометрическую эс геом, если т = 0;
  • - среднюю арифметическую х ар, если т = 1;
  • - среднюю квадратическую х квад, если т = 2;
  • - среднюю кубическую х куб., если т = 3,
  • - ИТ. д.

При использовании одних и тех же данных чем больше т в формуле (6.4), тем больше значение средней, т. е.

Приведем конкретные формулы для вычисления некоторых видов степенных средних.

При т = -1 получаем среднюю гармоническую:

В том случае, если исходные данные сгруппированы, используются взвешенные средние. В качестве веса может использоваться частота р (количество опытов, в которых появилось интересующее нас событие) или относительная частота

Запишем формулы для взвешенной средней гармонической:

При т = 0 получаем среднюю геометрическую:

т. е. получили неопределенность.

Для ее раскрытия прологарифмируем обе части формулы (6.4.)

затем подставляем т = 0 и получаем

т. е. имеем неопределенность вида Для раскрытия этой неопределенности применяем правило Лопиталя. Полученный результат потенцируется, и окончательно получаем

Широкое применение средняя геометрическая получила для нахождения средних темпов изменения в рядах динамики и в рядах распределения.

Запишем формулы для взвешенной средней геометрической.

Приведем конкретный пример нахождения средней геометрической взвешенной по формуле (6.11).

Пример 6.1

Исходные данные наблюдений приведены в табл. 6.1.

Таблица 6.1

В табл. 6.1 х. - результаты, принятые некоторой случайной величиной X в г-м опыте; р. - частота события - показывает, сколько раз в результате всех опытов появилось интересующее нас событие. Например, х = 2 появилось в 24 опытах 5 раз.

Относительная частота события (частость).

По формуле (6.11) получаем:

По формуле (6.12) имеем

При т = 1 получаем среднюю арифметическую:

Средняя арифметическая - наиболее распределенный вид среди всех видов степенных средних. Она используется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значений признаков отдельных единиц.

Приведем формулы для нахождения средней арифметической взвешенной:

При большом количестве наблюдений, согласно закону больших чисел, формула (6.15) определяет оценку математического ожидания т. е.

При т = 2 получаем среднюю квадратическую:

Она используется для вычисления среднего размера признака, выраженного в квадратных единицах.

Формулы для нахождения средней квадратической взвешенной имеют вид:

При га = 3 получаем среднюю кубическую:

Она применяется для нахождения среднего размера признака, выраженного в кубических единицах.

Формулы для вычисления средней кубической взвешенной имеют вид:

Теперь рассмотрим структурные средние: моду и медиану. В статистике, в отличие от теории вероятностей, имеем дело с оценками этих величин. Мы будем обозначать их теми же буквами, что и в главе 2, но с тильдой.

Мода в статистике (Мо) - значение случайной величины, которое встречается в статистическом ряду распределения чаще всего, т. е. имеет наибольшую частоту или относительную частоту (частость).

Например, в табл. 6.1 наибольшая относительная частота / = 0,33, поэтому мода равна Мо = 5.

Если мы имеем группированный ряд распределения с равными интервалами, то моду можно найти по формуле

где Мо нижн - нижняя граница модального интервала;

г Мо - длина модального интервала;

Рмо - частота модального интервала;

М-мо_, - частота интервала, предшествующего модальному;

М-мо +1 -- частота интервала, следующего за модальным.

Заметим, что для расчета можно использовать и относительные частоты.

Медиана в статистике - варианта, которая находится в середине ранжированного ряда распределения, т. е. значение медианы находиться по ее порядковому номеру.

Если ряд распределения имеет нечетное число элементов, номер медианы находиться по формуле

Например, в табл. 6.2 приведены величины окладов профессорско-преподавательского состава кафедры высшей математики.

Таблица 6.2

Количество элементов ряда равно 5, поэтому по формуле (6.23) находим номер медианы , следовательно, меди

ана в данном случае равна

Если ряд содержит четное число элементов, то варианта находится как средняя из двух вариант, находящихся в середине ряда.

В группированном ряду распределения медиана (так как она делит всю совокупность на две равные части) находится в каком-то из интервалов.

Кумулятивная (накопленная) частота (или относительная частота) равна или превышает полусумму всех частот ряда (для относительных частот она равна 1/2 или превышает 1/2).

В этом случае значение медианы вычисляется по формуле

где - нижняя граница медианного интервала;

Длина медианного интервала;

Полусумма частот;

Сумма частот, накопленная до начала медианного интервала;

Частота медианного интервала.

Лекция 6. Средние величины

Среди показателей, характеризующих статистические совокупности, важное место занимают средние величины.

Средняя величина - показатель, который даёт обобщённую (усреднённую) характеристику единиц изучаемой совокупности. В средней величине отражается то общее, что имеется в каждой единице совокупности.

Сущность статистической обработки методом средней величины заключается в замене индивидуальных значений признака их средним показателем. При этом общий объём совокупности остаётся неизменным.

Пример: есть данные о выработке 5 рабочих: 135, 141, 153, 159, 162. Определить среднюю выработку. .

Средние величины, которые необходимо знать наизусть:

Средняя арифметическая;

Средняя гармоническая;

Средняя хронологическая;

Средняя квадратическая, кубическая;

Средняя геометрическая;

Структурные средние: мода, медиана.

1. Средняя арифметическая: чаще всего в статистике и социально-экономических исследованиях применяется арифметическая величина.

Средняя арифметическая простая рассматривается в случаях, когда значение признака повторяется один или одинаковое число раз в ряде распределения:

Где n -количество единиц совокупности.

Средняя арифметическая взвешенная применяется в случаях, когда каждое значение признака повторяется неодинаковое число раз, или частота ряда распределения превышает единицу хотя бы для одного признака:

Где f -вес.(сколько раз повторяется каждая еденица совокупности)

2. Средняя гармоническая: в ряде случаев бывают известны варианты (x) и произведения варианты на частоту (x f), в то время как сами частоты (f) неизвестны, тогда применяется средняя гармоническая, которая бывает простой и взвешенной.

Произведение x f выражается через сложный экономический показатель M (M = x f ). Для расчёта средней величины, когда x f =M =1 , применяется средняя гармоническая простая: .

Если x f =M? 1 , то для расчёта применяется средняя гармоническая взвешенная: .

Средняя гармоническая - величина, обратная средней арифметической, из обратных значений признака.

Свойства средних величин

1. Если от каждой варианты отнять или прибавить одно и то же число, то средняя увеличится или уменьшится на то же число.

2. Если каждую варианту увеличить или уменьшить в a раз, то средняя увеличится или уменьшится в столько же раз.

3. Если все частоты увеличить или уменьшить в a раз, то средняя не изменится.

4. Если все частоты увеличить или уменьшить на a , то средняя изменится непредсказуемо.

5. Средняя арифметическая суммы нескольких величин равна суме средних арифметических этих величин.

6. Алгебраическая сумма отклонений значений признака от средней арифметической всегда равна нулю.

Пример: Найти среднюю урожайность в 2003 и 2004 гг.

Где f -вес

3. Средняя хронологическая: применяется для расчёта средней величины, если исходные данные представлены на определённые даты, моменты времени:

Пример: Найти среднюю стоимость ОПФ

стоимость ОПФ

Приведем все расчеты к одному знаменателю: Х=эээ

4. Средняя квадратическая: применяется для измерения вариации признака в совокупности:

5. Средняя кубическая: .

6. Средняя геометрическая: применяется чаще всего для определения средних темпов роста в единицу времени: ,

Пример: Рассчитайте среднегодовые темпы роста

Где m=n-1.

Средняя геометрическая, чаще всего, применяется в экономических расчетах, но учитывает только начало и конец ряда и недостаточно точно отражает динамику изменения, т.е. она не учитывает сумму ряда.

7. Средняя кумулятивная:

Формула кумулятивной средней более чётко отражает динамику изменений и помогает увидеть сумму ранжированного ряда.

Все рассмотренные средние величины (кроме средней хронологической) являются степенными средними и выводятся из следующей формулы: , где получается при

k=-1 ? средняя гармоническая;

k=0 ? средняя геометрическая;

k=1 ? средняя арифметическая;

k=2 ? средняя квадратическая;

k=3 ? средняя кубическая.

Все эти показатели рассчитываются для варьирующего признака для простых средних. Если все значения признака в ряде распределения одинаковы, то все значения средних равны. Между указанными средними величинами имеет место зависимость (для одного ряда распределения):

Это неравенство называется правилом мажорантности средних величин.

8. Структурные средние:

1) Структурное среднее мода (Mо ) - наиболее часто встречающееся значение ряда, другими словами, мода - это варианта, имеющая наибольшую частоту. В дискретных рядах мода определяется визуально, в интервальных рядах визуально определяется модальный интервал, а мода (точечная) определяется по формуле: , где

x 0 ? нижняя граница модального интервала;

i ? шаг интервального ряда;

f Mо ? частота модального интервала;

f Mо-1 ? частота интервала, предшествующего модальному;

f Mо+1 ? частота интервала, следующего за модальным.

Пример: Найти Мо в дискретном и интервальном рядах.


2) Структурное среднее медиана (Mе ) - значение, которое делит ранжированный ряд пополам.

В нечётных, чётных и дискретных рядах медиана определяется визуально, но в дискретных рядах она определяется с помощью накопленных частот. В интервальном ряду медианный интервал находится визуально, с помощью накопленных частот, а сама медиана (точечно) по формуле:

x 0 ? нижняя граница медианного интервала;

i ?шаг интервального ряда;

?f ? сумма накопленных частот;

S Me-1 ? сумма частот, накопленных до медианного интервала;

f Me ? частота медианного интервала.

Пример: Найти Ме в нечетных, четных, дискретных, интервальных рядах.


интервальный ряд:

Если х сред. равно Мо = Ме - это симметричное распределение, если х сред не равно Мо, не равно Ме - распределение ассиметричное.

Наиболее распространённой формой статистических показателей является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени. Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Например, курс акций корпорации в основном определяется финансовыми результатами ее деятельности. В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием основных факторов. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенностей отдельных единиц.

Типичность средней непосредственным образом связана с однородностью совокупности. Средняя величина только тогда будет отражать типичный уровень признака, когда она рассчитана по качественно однородной совокупности. Так, если мы рассчитаем средний курс по акциям всех предприятий, реализуемых в данный день на данной бирже, то получим фиктивную среднюю. Это будет объясняться тем, что используемая для расчета совокупность является крайне неоднородной. В этом и подобных случаях метод средних используется в сочетании с методом группировок: если совокупность неоднородна – общие средние должны быть заменены или дополнены групповыми средними, т.е. средними, рассчитанными по качественно однородным группам.



В теории средних используются следующие условные обозначения.

1.Признак, по которому определяется среднее, называется осредняемым признаком и обозначается .

2.Величина осредняемого признака у каждой единицы совокупности называется его индивидуальным значением и обозначается .

3.Повторяемость индивидуальных значений называется частотой и обозначается f .

4. Суммарное значение признака обозначается W .

Всякий количественный признак статистической совокупности имеет одно единственное среднее значение. Оно может быть рассчитано различными способами в зависимости от формы выражения осредняемого признака (абсолютной, относительной и средней) и имеющейся информации. В зависимости от степени k получаются различные виды средних.

1.Средняя арифметическая простая – наиболее распространенный вид средней

k =1

2.Средняя арифметическая взвешенная – используется в том случае, если известны индивидуальные значения признака и их частоты f . Каждый вариант «взвешивают» по своей частоте, т.е. умножают на нее. Частоты f при этом называют статистическими весами или просто весами средней .

Пример. По имеющимся данным рассчитаем средний стаж работы сотрудников

3.Средняя гармоническая простая используется в том случае, если необходимо чтобы при осреднении оставалась неизменной сумма величин, обратных индивидуальным значениям признака.

где – сумма обратных значений признака.

Пример . Автомобиль с грузом от предприятия до склада ехал со скоростью 40 км/ч, а обратно порожняком со скоростью 60км/ч. Какова средняя скорость автомобиля за обе поездки?

Пусть расстояние перевозки составило S км. Никакой роли при расчете средней скорости S не играет. При замене индивидуальных значений скорости на среднюю величину необходимо, чтобы неизменной величиной оставалось время, затраченное на обе поездки, иначе средняя скорость может оказаться любой – от скорости черепахи до скорости света. Время поездок равно . Итак,

Сократив все члены равенства на S, получим т.е. выполняется условие гармонической средней. Подставляя и , получаем

Арифметическая средняя 50 км/ч неверна, т.к. приводит к другому времени движения, чем на самом деле. Если расстояние равно 96 км, то реальное время движения составит

В статистической практике чаще применяется средняя гармоническая взвешенная.

4.Средняя гармоническая взвешенная используется, если известны индивидуальные значения признака и суммарные значения признака.

Пример

5.Средняя агрегатная используется, если известны суммарные значения признака и их частоты.

Пример . Определить среднюю стоимость продукции, если известно

6.Средняя квадратическая применяется для расчета среднеквадратического отклонения, являющегося показателем вариации, а также в технике

k =2

Средняя квадратическая взвешенная

7.Средняя геометрическая используется для расчета среднего темпа роста по цепной схеме k= 0

При k= 1 получаем арифметическую среднюю, при k= 2 – квадратическую, при k= 3 – кубическую, при k= 0 – геометрическую, при k= -1 – гармоническую среднюю. Чем выше показатель степени k , тем больше значение средней величины. Если все исходные значения признака равны, то и все средние равны const. Итак, имеем следующее соотношение, которое называется правилом мажорантности средних :

Пользуясь этим правилом, статистика может в зависимости от настроения и желания ее «знатока» либо «утопить», либо «выручить» студента, получившего в сессию оценки 2 и 5. Каков его средний бал?

Если судить по средней арифметической, то средний бал равен 3,5. Но если декан желает «утопить» несчастного и вычислит среднюю гармоническую то студент остается в среднем двоечником, не дотянувшим до тройки.

Однако студенческий совет может возразить декану и представить среднюю кубическую величину . Студент уже выглядит «хорошистом» и даже претендует на стипендию.

Структурные средние – мода и медиана – в отличие от степенных средних, которые в значительной степени являются абстрактной характеристикой совокупности, выступают как конкретные величины, совпадающие со вполне определенными вариантами совокупности. Это делает их незаменимыми при решении практических задач.

Мода – это наиболее часто встречающееся значение признака у единиц данной совокупности. Для дискретного ряда распределения мода определяется без расчета, путем просматривания столбца частот, и соответствует значению признака с наибольшей частотой. Из примера №1 наибольшая частота f=20 , что соответствует 4 тарифному разряду, следовательно M o =4.

Для интервального ряда распределения мода определяется по формуле

где – нижняя граница модального интервала;

– величина модального интервала;

– частоты интервала соответственно предшествующего модальному, модального и следующего за модальным.

Модальному соответствует интервал с наибольшей частотой.

Рассчитаем моду для примера № 2. Модальному соответствует интервал 130-140. Для него , = 140-130=10, =20,

Чаще всего норма выработки работников составляет 134%, чаще всего план перевыполняется на 34%.

Медиана – значение признака, который лежит в середине ранжированного ряда и делит его пополам. Ранжированный ряд – ряд, расположенный в порядке возрастания или убывания признака. Для дискретных вариационных рядов медиана не рассчитывается, а определяется путем просмотра ряда. Например, для пяти работников дневная норма выработки деталей составляет соответственно 10, 12, 15, 16 и 18 шт. М е является выработка третьего работника и равна 15 деталям. При четном количестве значений признака за медиану принимается полусумма значений признака, занимающих срединное значение. Н-р, при 10 значениях полусумма 5-го и 6-го значений признака.

Для интервального ряда медиана определяется по формуле

где – нижняя граница медианного интервала;

– величина медианного интервала;

– полусумма объема вариационного ряда;

– накопленная частота интервала, предшествующего медианному;

– частота медианного интервала.

Медианным называется интервал, соответствующий половине объема ряда. Для того, найти медианный интервал, необходимо накапливать частоты до тех пор, пока не будет найден интервал, содержащий в себе половину объема ряда.

Рассчитаем медиану для примера № 2. Медианный интервал 120-130, т.к. соответствующая ему накопленная частота содержит в себе половину объема ряда. Для него

– Половина работников выполняет норму выработки меньше, чем 129%, а другая половина рабочих выполняет норму выработки больше, чем 129%.



Похожие статьи