- •Содержание
- •1. Понятие о статистике
- •1.1. Предмет и метод статистики
- •1.2. Статистическое наблюдение
- •1.3. Сводка и группировка статистических данных
- •1.4. Формы представления статистических данных
- •1.5. Контрольные задания
- •2. Обобщающие статистические показатели
- •2.1. Абсолютные величины
- •2.2. Относительные величины
- •2.3. Средние величины
- •2.4. Контрольные задания
- •3. Вариационные ряды распределения
- •3.1. Построение ряда распределения
- •3.2. Расчет структурных характеристик ряда распределения
- •3.3. Расчет показателей размера и интенсивности вариации
- •3.4. Расчет моментов распределения и показателей его формы
- •3.5. Проверка соответствия ряда распределения нормальному
- •3.6. Проверка соответствия ряда распределения закону Пуассона
- •3.7. Контрольные задания
- •4. Статистическое изучение структуры совокупности
- •4.1. Абсолютные и относительные показатели изменения структуры
- •4.2. Ранговые показатели изменения структуры
- •4.3. Контрольные задания
- •5. Выборочное наблюдение
- •5.1. Понятие выборочного наблюдения
- •5.2. Способы формирования выборки
- •5.3. Средняя ошибка выборки
- •5.4. Предельная ошибка выборки
- •5.5. Необходимая численность выборки
- •5.6. Методические указания
- •5.7. Контрольные задания
- •6. Ряды динамики
- •6.1. Понятие о рядах динамики
- •6.2. Показатели изменения уровней ряда динамики
- •6.3. Средние показатели ряда динамики
- •6.4. Методы выявления основной тенденции (тренда) в рядах динамики
- •6.5. Оценка адекватности тренда и прогнозирование
- •6.6. Анализ сезонных колебаний
- •6.7. Методические указания
- •6.8. Контрольные задания
- •7. Статистическое изучение взаимосвязей
- •7.1. Понятие корреляционной зависимости
- •7.3. Коэффициенты корреляции рангов
- •7.4. Особенности коррелирования рядов динамики
- •7.5. Показатели тесноты связи между качественными признаками
- •7.6. Множественная корреляция
- •7.7. Контрольные задания
- •8. Индексы
- •8.1. Назначение и виды индексов
- •8.2. Индивидуальные индексы
- •8.3. Общие индексы
- •8.4. Индексы средних величин
- •8.5. Территориальные индексы
- •8.6. Контрольные задания
- •Список литературы
- •Приложения – статистические таблицы Приложение 1. Значения интеграла Лапласа
- •Приложение 2. Значенияt-критерия Стьюдента
- •Приложение 3. Значенияχ2-критерия Пирсона
- •Приложение 4. ЗначенияF-критерия Фишера
- •Приложение 5. Критические значения коэффициента автокорреляции
- •Приложение 6. Значения критерия КолмогороваP(λ)
3.4. Расчет моментов распределения и показателей его формы
Для дальнейшего изучения характера вариации используются средние значения разных степеней отклонений отдельных величин признака от его средней арифметической величины. Эти показатели называются центральные моменты распределенияпорядка, соответствующего степени, в которую возводятся отклонения (табл. 13) или просто моментов (нецентральные моменты в таможенной статистике практически не используются).
Таблица 13. Центральные моменты
Порядок момента |
Формула | |
по несгруппированным данным |
по сгруппированным данным | |
Первый μ1 | ||
Второй μ2 | ||
Третий μ3 | ||
Четвертый μ4 |
Величина третьего момента μ3 зависит, как и его знак, от преобладания положительных кубов отклонений над отрицательными кубами либо наоборот. При нормальном и любом другом строго симметричном распределении сумма положительных кубов строго равна сумме отрицательных кубов, поэтому на основе третьего момента строится показатель, характеризующий степень асимметричности распределения –коэффициент асимметрии (2):
. (2)
В нашем примере про ВО показатель асимметрии по формуле (2) составил (расчет числителя произведен в 9-м столбце табл. 12):
= 0,423 > 0, т.е. асимметрия значительна.
Английский статистик К.Пирсон на основе разности между средней арифметической величиной и модой предложил другой показатель асимметрии (2):
. (2)
В нашем примере по данным табл. 12 показатель асимметрии по формуле (2) составил: = 0,09.
Показатель асимметрии Пирсона (2) зависит от степени асимметричности в средней части ряда распределения, а показатель асимметрии (2) – от крайних значений признака. Таким образом, в нашем примере про ВО в средней части распределения наблюдается меньшая асимметрия, чем по краям, что видно и по графику (рис. 5). Распределения с сильной правосторонней и левосторонней асимметрией показаны на рис. 6.
Левосторонняя As < 0 Правосторонняя As > 0
Мо
Мо
Рис. 6. Асимметрия распределения
С помощью момента четвертого порядка характеризуется еще более сложное свойство рядов распределения – эксцесс (от англ. «излишество»). Показатель эксцесса рассчитывается по формуле (2):
. (2)
Чаще всего эксцесс интерпретируется как «крутизна» распределения, что не совсем верно. График распределения может выглядеть сколь угодно крутым в зависимости от силы вариации признака: чем слабее вариация, тем круче кривая распределения при данном масштабе. Не говоря уже о том, что, изменяя масштабы по осям абсцисс и ординат, любое распределение можно искусственно сделать «крутым» и «пологим». Чтобы показать, в чем состоит эксцесс распределения, и правильно его интерпретировать, нужно сравнить ряды с одинаковой силой вариации (одной и той же величиной σ) и разными показателями эксцесса. Чтобы не смешать эксцесс с асимметрией, все сравниваемые ряды должны быть симметричными. Такое сравнение изображено на рис. 7.
Ex > 0 Нормальное
распределение Ex = 0 Ex < 0
Рис. 7. Эксцесс распределения
Наличие положительного эксцесса означает наличие слабоварьирующего «ядра» и сильно рассеянного вокруг него окружения в изучаемой совокупности. Отрицательный эксцесс означает отсутствие такого «ядра».
В нашем примере по формуле (2) эксцесс составил (расчет числителя произведен в 10-м столбце табл. 12): , т.е. величина ВО по таможенным постам варьирует сильнее, чем при нормальном распределении.
По значениям показателей асимметрии и эксцесса распределения можно судить о близости распределения к нормальному: показатели асимметрии и эксцесса не должны превышать своих двукратных средних квадратических отклонений, т.е. и. Эти средние квадратические отклонения вычисляются по формулам (2) и (2):
; (2). (2)
В нашем примере по формулам (2) и (2):
;.
Так как показатели асимметрии и эксцесса не превышают своих двукратных средних квадратических отклонений (As = |0,423| < 0,4*2; Ex = |–0,41| < 0,78*2), можно говорить о сходстве анализируемого распределения с нормальным.