Многие сталкиваются с изменчивостью изучаемого признака у отдельных единиц совокупности, его колебанием относительно некоторого значения, то есть с его вариацией. Вот ее-то и следует обязательно учитывать, чтобы получить наиболее достоверные сведения о ходе выполнения того или иного научного исследования.
Большинство исследователей, производя определение интервала изменения значения того или иного параметра, чаще всего прибегают к абсолютным и Среди последних наибольшее распространение получил коэффициент вариации, который в случае, если исследуемая величина характеризуется нормальным распределением, является критерием однородности совокупности. Данный показатель позволяет определить, какую степень разбросанности будут иметь значения исследуемого параметра, не обращая внимания на масштаб и единицу измерения.
Коэффициент вариации можно вычислить, разделив на среднее арифметическое значение переменной, выраженное в процентах. Результат данного вычисления может попадать в интервал от нуля до бесконечности, возрастая по мере увеличения вариации признака. Если полученное значение менее 33,3% - вариация признака слабая. Если больше - сильная. В последнем случае исследуемая совокупность данных является неоднородной, ее признается нетипичной, а потому не может быть обобщающим показателем. Поэтому для данной совокупности стоит применить другие показатели.
Стоит отметить, что коэффициент вариации не только характеризует однородность некоторой совокупности, но также применяется в качестве сравнительной ее оценки. Например, его применяют, если необходимо колебания того или иного признака в совокупностях, для которых рассчитанная величина среднего значения различна. В этом случае разброс полученных данных не позволяет произвести объективную оценку обретенного значения. Коэффициент вариации характеризует относительную изменчивость переменной, а потому может являться относительной мерой колебания значения изучаемого параметра.
Однако здесь существуют некоторые ограничения. В частности, оценить степень колебания значений параметра можно лишь для конкретного признака и если совокупность имеет определенный состав. При этом равенство данных показателей может свидетельствовать как о сильной, так и о слабой вариации. Это в случае, если признаки различны или исследования проводятся на разных совокупностях. Такой результат формируется под действием весьма объективных причин, и это следует обязательно учитывать во время обработки полученных экспериментальных данных.
Коэффициент вариации находит широкое применение при проведении в различных отраслях науки и техники. В том числе, его активно задействуют при выполнении оценки колебания параметров в экономике и социологии. При этом применение коэффициента делается невозможным в случае, если необходимо дать оценку изменчивости переменных, которые способны менять свой знак на противоположный. Ведь тогда в результате расчетов будут получены некорректные значения данного показателя: либо оно будет очень маленьким, либо будет иметь отрицательный знак. В последнем случае стоит проверить правильности выполненных расчетов.
Таким образом, можно сказать, что коэффициент вариации - это параметр, который позволит вам оценить степень разброса и относительную изменчивость средней величины. Применение данного показателя позволяет выявить наиболее значимые факторы, акцентирование внимания на которых позволит достичь поставленных целей и решить необходимые задачи.
Вариация измеряется с помощью относительных величин, называемых коэффициентами вариации и определяемых в виде отношения среднего отклонения к средней величине. Коэффициент вариации используют не только для сравнительной оценки вариации единиц совокупности, но и как характеристику однородности совокупности. Значения коэффициента вариации изменяются от 0 до 100% и чем ближе он к нулю, тем типичнее найденная средняя величина для изучаемой статистической совокупности, а значит и качественнее подобраны статистические данные. Совокупность считается количественно однородной, если коэффициент вариации не превышает 33% (для распределений, близких к нормальному). Различают следующие относительные показатели вариации:
Коэффициент вариации:
где - среднее квадратическое отклонение, - средняя арифметическая.
Линейный коэффициент вариации:
где - среднее линейное отклонение.
Коэффициент осцилляции:
где - размах вариации.
Вычислим коэффициенты вариации для группы организаций по грузообороту автомобильного транспорта (таблица 5.1) по формулам 5.9, 5.10, 5.11
Коэффициент вариации будет равен: , что превышает 33%, следовательно, совокупность неоднородна.
Вычислим линейный коэффициент вариации: . Следовательно, доля усредненного значения абсолютных отклонений организаций от средней величины равна 30,7%
Найдем коэффициент осцилляции: . Из этого следует, что разница между максимальным и минимальным значениями организаций превышает среднее значение почти в 1,078 раз.
Определим коэффициенты вариации для группировки площадей жилых помещений (в среднем на одного жителя) (таблица 5.3).
Вычислим коэффициент вариации по формуле (5.9):
. Это значит что коэффициент вариации не превышает 33%, следовательно, совокупность однородна.
Рассчитаем линейный коэффициент вариации по формуле (5.10):
. Это значит, что доля усредненного значения абсолютных отклонений площадей жилых помещений от средней величины равна 5,56%.
Найдем коэффициент осцилляции по формуле (5.11):
. Разница между максимальным и минимальным значениями площадей жилых помещений не превышает среднее значение.
РАСЧЕТ И ПОСТРОЕНИЕ СТРУКТУРНЫХ ХАРАКТЕРИСТИК ВАРИАЦИОННОГО РЯДА
Немного больше по теме
Политическая экономия Д. Рикардо как идеолога промышленного переворота
В последней трети XVIII в. в Англии начался
промышленный переворот (промышленная революция). В течение нескольких
десятилетий в легкой промышленности одно изобретение следовало за другим. Весь
процесс производства в этой отрасли был переведен на машинную основу.
Постепенно переворот распространился на другие отрасли легкой, а затем и
тяжелой промышленности. Начался повсеместный пе...
Нам приходится сталкиваться с расчётом таких значений, как дисперсия, среднеквадратичное отклонение и, разумеется, коэффициент вариации. Именно расчёту последнего стоит уделить особое внимание. Очень важно, чтобы каждый новичок, который только приступает к работе с табличным редактором, мог быстро подсчитать относительную границу разброса значений.
Что такое коэффициент вариации и для чего он нужен?
Итак, как мне кажется, нелишним будет провести небольшой теоретический экскурс и разобраться в природе коэффициента вариации. Этот показатель необходим для отражения диапазона данных относительно среднего значения. Иными словами, он показывает отношение стандартного отклонения к среднему значению. Коэффициент вариации принято измерять в процентном выражении и отображать с его помощью однородность временного ряда.
Коэффициент вариации станет незаменимым помощником в том случае, когда вам необходимо будет сделать прогноз по данным из заданной выборки. Этот индикатор выделит главные ряды значений, которые будут наиболее полезными для последующего прогнозирования, а также очистит выборку от малозначительных факторов. Так, если вы видите, что значение коэффициента равно 0%, то с уверенностью заявляйте о том, что ряд является однородным, а значит, все значения в нём равны один с другим. В случае, если коэффициент вариации принимает значение, превышающее отметку в 33%, то это говорит о том, что вы имеете дело с неоднородным рядом, в котором отдельные значения существенно отличаются от среднего показателя выборки.
Как найти среднее квадратичное отклонение?
Поскольку для расчёта показателя вариации в Excel нам необходимо использовать среднее квадратичное отклонение, то вполне уместно будет выяснить, как нам посчитать этот параметр.
Из школьного курса алгебры мы знаем, что среднее квадратичное отклонение - это извлечённый из дисперсии квадратный корень, то есть этот показатель определяет степень отклонения конкретного показателя общей выборки от её среднего значения. С его помощью мы можем измерить абсолютную меру колебания изучаемого признака и чётко её интерпретировать.
Рассчитываем коэффициент в Экселе
К сожалению, в Excel не заложена стандартная формула , которая бы позволила рассчитать показатель вариации автоматически. Но это не значит, что вам придётся производить расчёты в уме. Отсутствие шаблона в «Строке формул» никоим образом не умаляет способностей Excel, потому вы вполне сможете заставить программу выполнить необходимый вам расчёт, прописав соответствующую команду вручную.
Для того чтобы рассчитать показатель вариации в Excel, необходимо вспомнить школьный курс математики и разделить стандартное отклонение на среднее значение выборки. То есть на деле формула выглядит следующим образом - СТАНДОТКЛОН(заданный диапазон данных)/СРЗНАЧ(заданный диапазон данных). Ввести эту формулу необходимо в ту ячейку Excel, в которой вы хотите получить нужный вам расчёт.
Не забывайте и о том, что поскольку коэффициент выражается в процентах, то ячейке с формулой нужно будет задать соответствующий формат. Сделать это можно следующим образом:
- Откройте вкладку «Главная».
- Найдите в ней категорию «Формат ячеек » и выберите необходимый параметр.
Как вариант, можно задать процентный формат ячейке при помощи клика по правой кнопке мыши на активированной клеточке таблицы. В появившемся контекстном меню, аналогично вышеуказанному алгоритму нужно выбрать категорию «Формат ячейки» и задать необходимое значение.
Выберите «Процентный», а при необходимости укажите число десятичных знаков
Возможно, кому-то вышеописанный алгоритм покажется сложным. На самом же деле расчёт коэффициента так же прост, как сложение двух натуральных чисел. Единожды выполнив эту задачу в Экселе, вы больше никогда не вернётесь к утомительным многосложным решениям в тетрадке.
Всё ещё не можете сделать качественное сравнение степени разброса данных? Теряетесь в масштабах выборки? Тогда прямо сейчас принимайтесь за дело и осваивайте на практике весь теоретический материал, который был изложен выше! Пусть статистический анализ и разработка прогноза больше не вызывают у вас страха и негатива. Экономьте свои силы и время вместе с
представляет собой отношение среднего квадратического отклонения к среднему ожидаемому значению и показывает степень отклонения получаемых результатов.
V = -* 100%, Х
гдеV - коэффициент вариации, %;
G- среднее квадратическое отклонение;
X - среднее ожидаемое значение.
Так как коэффициент вариации - величина относительная, то на его размер не оказывают влияние абсолютные значения изучаемого показателя. С помощью коэффициента вариации можно сравнивать даже колебле-
мость признаков, выраженных в разных единицах измерения. Коэффициент вариации изменяется в пределах от 0 до 100%, при этом, значение коэффициента прямо пропорционально силе колеблемости. Установлена следующая качественная оценка различных коэффициентов вариации:
до 10% - слабая колеблемость;
10-25% - умеренная колеблемость;
свыше 25% - высокая колеблемость.
В качестве варианта может быть использован несколько упрощенный метод определения степени риска. Так как количественно риск характеризуется оценкой вероятной величины максимального и минимального результатов, то «чем больше диапазон между этими величинами при равной их вероятности, тем выше степень риска»1 . Тогда для расчета дисперсии можно использовать следующую формулу:
&2 = PMAX * (max - XУ + Pmin * (X - Xmin У,
2
гдеа2 - дисперсия;
Pmax - вероятность получения максимального результата;
Xmax - максимальная величина результата;
X - средняя ожидаемая величина результата;
Pmjn - вероятность получения минимального результата;
Xmjn - минимальная величина результата.
Полученные показатели следует учитывать в комплексе, так как использование отдельного критерия оценки риска не может служить основой принятия решения в пользу какой-либо стратегии.
В практике встречаются ситуации, когда отсутствует информация о вероятностях состояний среды, т.е. необходима оценка риска в условиях полной неопределенности - (2). В таких случаях для определения наилучших решений используются следующие критерии: максимакса, Вальда, Сэвиджа, Гурвица. Применение каждого из перечисленных критериев рассмотрим на примере матрицы выигрышей А (1) и матрицы рисков R (2).
Еще по теме Коэффициент вариации:
- ВАРИАЦИИ В СТРУКТУРЕ И СТРУКТУРНО-ОБУСЛОВЛЕННЫЕ ВАРИАЦИИ
- 1.2.10. Определение. Если существует производная функциив точке, то она называется первой вариацией функционала в точке при данной вариации аргумента, и обозначается:
Показатели вариации
Понятие вариации
Вариация - это наличие различий у отдельных единиц совокупности по какому-либо признаку.
Эта категория занимает особое место в статистической науке, ибо именно наличие вариации единиц совокупности предопределяет необходимость статистики. Если бы отдельные единицы совокупности имели они и те же значения признаков (например, рост, возраст у всех живущих людей был бы одинаковый), то для изучения данной совокупности по этим признакам достаточно было бы изучить только одну единицу совокупности. Однако зачастую значения признаков колеблются, изменяются при переходе от одной единицы к другой. Как правило, вариация является порождением следующих причин:
Своеобразие условий, в которых происходит развитие отдельных единиц совокупности;
Неравномерность развития отдельных единиц.
Например, причиной вариации роста у отдельно взятых людей является генетическая особенность каждого организма (основная причина), особенности питания, экологическая обстановка и т.д.; вариация урожайности может быть вызвана климатическими, почвенными особенностями зоны произрастания, режима и возможности полива, качеством посадочного материала и т.д.
Вариация существует во времени и в пространстве.
Под вариацией в пространстве понимается колеблемость значений признака по отдельным территориям (урожайность пшеницы в разных регионах).
Под вариацией во времени подразумевается объективное изменение значений признака в разные периоды (или моменты). Например, со временем изменяется средняя продолжительность предстоящей жизни, доходность предприятий отрасли, уровень потребностей людей и т.д.
Изучение вариации имеет важное значение, так как вариация характеризует степень однородности совокупности. Однородность совокупности - необходимое условие при расчете большинства статистических показателей, в частности средних величин.
Показатели вариации
Показатели вариации являются необходимым дополнением при расчете средних величин, так как определяют степень однородности совокупности.
Система показателей вариации включает следующее:
Размах вариации;
Среднее квадратическое отклонение;
Дисперсия;
Коэффициент вариации.
Значение показателей вариации:
Характеризуются размеры вариации признака;
Показатели вариации дополняют систему средних величин, в которой затушевываются индивидуальные различия;
Показатели вариации позволяют охарактеризовать уровень однородности совокупности;
С помощью показателей вариации, путем сравнения вариации у отдельных признаков (разных), есть возможность измерить взаимосвязь между этими признаками.
Первый показатель, так называемый размах вариации, - наиболее простой из показателей, характеризует абсолютные размеры изменения признака и определяется как разница максимального и минимального значений признака:
Несмотря на простоту расчета, этот показатель имеет важный недостаток - учитывает только два приграничных значения. В случае аномальности одного или двух приграничных значений, он может исказить действительную вариацию совокупности.
Для того чтобы избавиться от этого недостатка, рассчитывают отклонение каждой индивидуальной величины от средней по совокупности. Таким образом, учитывается значение каждой единицы совокупности. Для того чтобы охарактеризовать это отклонение одним числом, рассчитывают среднюю из этих значений. Данный показатель носит название среднее абсолютное (линейное) отклонение и определяется следующим образом:
Простой вид;
- взвешенный вид (для сгруппированных данных);
где d(L) - среднее абсолютное (линейное) отклонение;
х - индивидуальное значение признака (варианта);
Среднее из значений признака;
п - численность совокупности;
f - частота.
Среднее линейное отклонение характеризует средний размер отклонений индивидуальных значений признака от средней величины. Таким образом, он характеризует абсолютные размеры вариации, имеет те же единицы измерения, что и признак, вариацию которого характеризует.
Недостаток: ввиду того, что применяется модуль, затруднено проведение математических операций. Поэтому он применяется редко.
Для того чтобы избавиться от недостатка предыдущего показателя, разницу между индивидуальным значением и средней возведем в квадрат и затем извлечем корень квадратный из полученного среднего значения. Полученный показатель будет называться среднее квадратическое отклонение:
- простая.
- взвешенная.
Играет ту же роль, что и среднее абсолютное отклонение, но, имеет перед ним одно преимущество, а именно, с ним проще проводить математические операции. Ввиду этого в 90 случаях из 100 используется этот показатель.
Еще более удобный для математических преобразований показатель вариации - дисперсия, который представляет собой среднее квадратическое отклонение в квадрате:
- простая,
- взвешенная.
С помощью дисперсии и среднего квадратического отклонения измеряются взаимосвязи между различными признаками. Кроме того, по этим показателям можно сравнивать совокупности в смысле их однородности по одинаковым признакам.
Вывод об однородности совокупности позволяет сделать коэффициент вариации , который может быть рассчитан несколькими способами в зависимости от исходной информации:
Характеризует средний процент отклонений индивидуальных значений признака от средней величины.
,
,
,
где V – коэффициент вариации;
σ – среднее квадратическое отклонение;
d (L) – среднее линейное отклонение;
Х МО – мода (структурная средняя);
Х МЕ – медиана(структурная средняя).
Коэффициент вариации имеет большое значение. Он позволяет сравнивать уровень вариации по различным признакам и используется для характеристики однородности совокупности. Если коэффициент вариации меньше 33%, то совокупность однородна.
Пример расчета показателей вариации.
Распределение студентов вуза по возрасту характеризуются следующими данными (табл. 1):
Таблица 1
Рассчитайте показатели, характеризующие вариацию возраста студентов для каждой формы
обучения. Сравните полученные результаты.
Рассчитаем показатели вариации, характеризующие совокупность студентов очно-заочной формы
обучения.
1. Размах вариации:
R = x max – x min = 31 - 18,5 = 12,5 (лет)
2. Средняя арифметическая:
3. Среднее линейное отклонение:
Возраст отдельно взятого студента отклоняется от среднего по совокупности возраста - 27 лет - на 3 года. То есть можно утверждать, что возраст наибольшего числа студентов не будет выходить за границы интервала: от 24,3 до 30,4 лет.
27,36 - 3,07 < 27,36 < 27,36+ 3,07.
Среднее квадратическое отклонение:
Среднее квадратическое отклонение также характеризует абсолютную величину отклонения индивидуального значения от средней. Как правило, значение среднего квадратического отклонения больше среднего линейного отклонения.
Дисперсия:
=13,899
Характеризует квадрат отклонений индивидуального значения от средней величины. Коэффициент вариации:
Средний процент отклонений индивидуальных значений от средней величины составляет 13,6%. Совокупность однородна. Сделаем аналогичные расчеты по совокупности студентов дневного отделения. Получаем следующие результаты:
d(L) = 3,40
V = 21,9%
На основании приведенных расчетов можно сделать вывод о том, что совокупность студентов очно-заочного отделения более однородная.
Расчет показателей вариации - достаточно трудоемкий процесс. В некоторых случаях, когда имеется ряд показателей с равноотстоящими моментами времени или равноинтервальный ряд распределения, расчет может быть упрощен. Сокращенные способы расчета дисперсии базируются на знании свойств дисперсии. Свойства дисперсии:
Если от всех значений варианты х отнять (прибавить) постоянное число А, то дисперсия не изменится;
Если каждое значение варианты разделить (умножить) на постоянную величину к, то дисперсия уменьшится (увеличится) в к 2 раз.
Сокращенные способы расчета дисперсии:
2. Способ моментов – применяется только в случае равенства интервалов.