Основные проблемы теории средних величин

Ее формула такова:

, для простой.

, для взвешенной.

Основное применение геометрическая средняя находит при определении средних темпов роста. Пусть, например, в результате инфляции за первый год цена товара возросла в 2 раза к предыдущему году, а за второй год еще в 3 раза к уровню предыдущего года. Ясно, что за два года цена выросла в 6 раз. Каков средний темп роста цены за год? Арифметическая средняя здесь непригодна,  ибо если за год цены возросли бы в раза, то за два года цена возросла бы в

2,5 х 2,5 = 6,25 раза, а не в 6 раз. Геометрическая средняя дает правильный ответ: √6 - 2,45 раза.

Геометрическая средняя величина дает наиболее правильный по содержанию результат осреднения, если задача состоит в нахождении такого значения признака, который качественно был бы равно удален как от максимального, так и от минимального значения признака. Например, если максимальный размер выигрыша в лотерее составляет миллион рублей, а минимальный - сто рублей, то какую величину выигрыша можно считать средней между миллионом и сотней? Арифметическая средняя явно непригодна, она составляет 500 050 руб., а это, как и миллион, крупный, а никак не средний выигрыш; он качественно однороден с максимальным и резко отличен от минимального. Не дают верного ответа ни квадратическая средняя (707 107 руб.), ни кубическая (793 699 руб.), ни гармоническая средняя (199,98 руб.), слишком близкая к минимальному значению. Только геометрическая средняя дает верный с точки зрения экономики и логики ответ:  Десять тысяч — не миллион, и не сотня! Это, действительно, нечто среднее между ними.

Наиболее  часто формулу средней геометрической используют для определения средних валютных курсов, эффективности валютных курсов,

реальной эффективности валютных курсов (международная финансовая статистика).

2.1.4 Средняя квадратическая величина

Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменной сумму квадратов исходных величин, то средняя будет являться квадратической средней величиной.

Ее формула такова:

, для простой.

, для взвешенной.

Например, имеются три участка земельной площади со сторонами квадрата: х1 = 100 м; х2 = 200 м; х3 = 300 м. Заменяя разные значения длины сторон на среднюю, мы очевидно, должны исходить из сохранения общей площади всех участков. Арифметическая средняя величина (100 + 200 + 300):3 = 200 м не удовлетворяет этому условию, так как общая площадь трех участков со стороной 200 м была бы равна: 3*(200 м)2 =120 000 м2. В то же время площадь исходных трех участков равна: (100 м)2 + (200 м)2 + ( 300 м)2 = 140 000 м2. Правильный ответ дает квадратическая средняя:

Формула средней квадратической используется для измерения степени колеблемости индивидуальных значений признака вокруг средней арифметической в рядах распределения. Так, при расчете показателей вариации среднюю вычисляют из квадратов отклонений индивидуальных значений признака от средней арифметической величины.

2.1.5 Средняя кубическая величина

Если по условиям задачи необходимо сохранить неизменной сумму кубов индивидуальных значений признака при их замене на среднюю величину, мы приходим к средней кубической, имеющей вид:

, для простой.

, для взвешенной.

Средняя кубическая имеет ограниченное применение в практике статистики. Ею пользуются для исчисления средних диаметров труб, стволов и т.п., необходимых для разного рода расчетов, как, например, для определения запасов древесины на складах и на лесных участках.

2.2 Структурные средние величины

Особый вид средних величин – структурные средние – применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).

В качестве структурных средних применяют показатели моды и медианы.

Мода и медиана определяются лишь структурой распределения. Поэтому их именуют структурными позиционными средними. Медиану и моду часто используют как среднюю характеристику в тех совокупностях, где расчет средней степенной невозможен или нецелесообразен.

2.2.1 Медиана

Медиана (Ме) — величина варьирующего признака, делящая совокупность на две равные части — со значениями признака меньше медианы и со значениями признака больше медианы.

В ранжированном вариационном ряду с нечетным числом единиц совокупности медианой является значение признака у средней в ряду единицы. Медиана не зависит от значений признака, стоящих на краях вариационного ряда.

В интервальном вариационном ряду для нахождения медианы применяется формула:

,

где XMe - нижняя граница интервала, в котором находится медиана;

f´Me - число наблюдений (или объем взвешивающего признака), накопленное до начала медианного интервала;

fMe - число наблюдений или объем взвешивающего признака в медианном интервале (в абсолютном или относительном выражении);

i - величина медианного интервала;

- половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении).

Примером такого ряда может служить месячная заработная плата рабочих цеха.

Таблица 2.2.1Порядковый номер рабочего              1              2              3              4              5              6              7              итого

Месячная заработная плата, руб. (x)              90              105              148              160              175              220              250              1148

В этом ряду среднее место по размеру заработной платы занимает рабочий с номером 4, получивший 160 руб. Эта величина и есть медиана. Меньше и больше медианы одинаковое число вариантов. При нечетном числе вариантов (п) порядковый номер, которому соответствует медиана, определяется по формуле

.

Когда количество вариантов в ряду четное число, медианой считают один из тех вариантов, который по своей величине мог бы находиться посередине между вариантами с номером  и . Так, если бы в цехе был еще и восьмой рабочий с заработной платой в 276 руб., то медиана находилась бы посередине между четвертым и пятым порядковыми номерами. В таких случаях принято считать, что в промежутке между номерами  и  идет равномерное нарастание или убывание вариантов. Поэтому за медиану принимают среднюю арифметическую из вариантов с номерами  и . В данном примере

Смысл полученного результата такой: одна половина рабочих получила за месяц меньше, а другая — больше 167,5 руб.

Следовательно, медиана — обобщающий показатель распределения совокупности, уровень признака, который делит совокупность на две равные части, и представляет обычно интерес в анализе, как это видно из приведенного примера.

Медиана, в отличие от средней, не является абстрактной величиной. Она находится точно в середине ряда, представляет собой реальное значение признака, соответствует определенному варианту и при этом наиболее точна в случае нечетного числа членов совокупности. Медиана как обобщающая характеристика совокупности не может, однако, заменить среднюю. Медиана — это центр распределения численности единиц совокупности, а средняя — центр распределения отклонений значений признака от равнодействующей. Величина медианы определяется лишь одним или двумя серединными значениями признака. Изменения всех остальных величин, если они не меняют последовательности членов в центре ряда, не находят отражения в медиане. Так, если месячную заработную плату наименее оплачиваемых двух рабочих поднять на 40 руб., это не скажется на медиане, несмотря на то, что тем самым значительно повышаются доходы двух рабочих цеха и существенно выравнивается заработная плата членов коллектива. Поэтому медиана, представляющая определенный интерес в анализе, не может заменить среднюю, которая при замене реального коллектива абстрактным коллективом с уравненными значениями признака оставляет неизменным определяющий показатель совокупности.

Медианой целесообразно пользоваться, когда не известны границы открытых крайних интервалов вариационного ряда, на которые приходится значительная часть единиц всей совокупности, так как средняя в этих случаях страдает значительной неточностью. При исчислении же медианы отсутствие сведений об этих границах не влияет на точность расчета.

2.2.2 Мода

Мода (Мо) - это вариант признака, который при данном сочетании причин разного порядка чаще всего встречается в вариационном ряду. Например, цена, по которой чаще всего реализуется данный товар на рынке, является модой или модальной ценой. Месячная заработная плата, которая чаще всего встречается в данном коллективе, является для него модальной заработной платой.

Мода - типичная величина, в том смысле, что она встречается в совокупности или объективно может встретиться чаще других. Она имеет важное значение для решения некоторых задач, например какой высоты должны быть предназначенные для массового потребления станки, столы и т. п., какое количество детей чаще всего встречается в семье, какое время дня является «пиковым» для работы предприятий общественного питания, электростанций, городского транспорта  и др., какой уровень выполнения плана наиболее часто встречается в том или ином коллективе рабочих или   предприятий и т. п.

Мода соответствует определенному значению признака. На практике моду находят, как правило, по сгруппированным данным.

В дискретном ряду мода определяется без вычисления как значение признака с наибольшей частотой.

В интервальном вариационном ряду, тем более при непрерывной вариации признака, строго говоря, каждое значение признака встречается только один раз. Модальным интервалом является интервал с наибольшей частотой. Внутри этого интервала находят условное значение признака, вблизи которого плотность распределения, то есть число единиц совокупности, приходящееся на единицу измерения варьирующего признака, достигает максимума. Это условное значение и считается точечной модой. Логично предположить, что такая точечная мода располагается ближе к той из границ интервала, за которой частота в соседнем интервале больше частоты в интервале за другой границей модального интервала. Отсюда имеем обычно применяемую формулу:\

,

XMo - нижнее значение признака X в модальном интервале;

i - величина интервала;

fMo - частота (частость) повторения признака X в модальном интервале;

fMo-1 ,fMo+1 - соответственно частоты (частости) признака для интервала, предшествующего модальному и следующего за ним.

Пример: Таблица 2.2.2Удойность в среднем от одной коровы за год, кг              Процент хозяйств

До 1000              7,6

1000-1649              9,7

1650-1999              16,1

2000-2499              37,5

2500-2999              20,6

3000-3999              8,2

4000 и выше              0,3

              100

По табл.2.2.2. модальный интервал составляет 2000 - 2499шт, так  как ему соответствует наибольшая частота 37,5%, нижняя его граница хо = 2000, а величина интервала h = 500. Следовательно,

Это значит, что чаще всего встречаются хозяйства, у которых надой в среднем от одной коровы составляет 2280 кг.

Для решения практических задач наибольший интерес представляет обычно мода, выраженная в виде интервала, а не дискретным числом. Объясняется это назначением моды, которая должна выявить наиболее распространенные размеры явления. Выраженная в виде дискретного числа мода часто не отвечает этому требованию. Так, в нашем примере процент хозяйств, у которых годовой надой в среднем на одну корову составляет 2280 кг, хотя и больше, чем хозяйств с любым другим уровнем надоя, но сам по себе он может быть небольшим. Хозяйств же с удойностью в пределах интервала 2000 - 2499 кг - 37,5%, а 2000 - 3000 кг - 58,1, - т. е. весьма значительный процент.

3. Основные методологические требования расчета средних величин

В связи с тем, что различные виды средних приводят к разным результатам, возникает проблема правильного выбора формы средней. Если форма выбрана неправильно, то средняя будет завышена либо занижена. Так как любая средняя рассчитана на отображение лишь одного какого-либо конкретного свойства совокупности, то, следовательно, ответ может быть только однозначным. Кроме того, каждая средняя имеет свой особый смысл и область применения.

Рассматривая вопрос о выборе формы средней, которая наилучшим образам отвечает требованиям, К. Джини пишет: «Для выбора такой средней можно наметить лишь общие нормы, решающую же роль здесь играет интуиция и искусство исследователя»[1]. Как, однако, ни важны эти качества исследователя, как и общие соображения об особенностях различных средних и их назначении, решающим в выборе формы средней является социально-экономическое содержание явления, сущность которого должна найти свое количественное выражение в средней. Средняя должна, на основе обобщения количественной стороны массовых общественный явлений в неразрывной связи с их качественной стороной, дать ответ на конкретные вопросы, выдвигаемые жизнью. Поэтому для правильного решения вопроса о выборе формы средней необходимо прежде всего учесть сущность объекта, законы его развития, его специфику, определить задачу, которая должна решаться при помощи средней, и исходя из всего этого установить определяющий показатель, который должен найти отражение в средней. Таков первый этап в решении вопроса о форме средней.

Второй этап в выборе формы средней заключается в определении характера связи между определяющим свойством и осредняемым признаком. Если, например, связь прямо пропорциональна, то для расчета средней надо воспользоваться формулой средней арифметической, а при обратной пропорциональности — формулой средней гармонической. В случаях, когда связь выражается в форме геометрической прогрессии, средняя должна исчисляться по формуле средней геометрической и т. п.