Головна |
« Попередня | Наступна » | |
2.7.3. Елементарні методи обробки розрахункових даних |
||
Зрозуміло, всі середні величини відносяться до першої групи показників, оскільки є характеристиками досліджуваної сукупності як цілого. Крім того, в якості показників спільності використовуються такі величини: середина інтервалу, мода і медіана. Середина інтервалу можливих значень xi розраховується за формулою:
Мода - таке значення досліджуваного ознаки, яке серед всіх його значень зустрічається найчастіше. Якщо частіше інших зустрічаються два або більше різних значень, таку сукупність даних називають бімодальною або мультимодальной. Якщо ж ні одне із значень не зустрічається частіше за інших (тобто якщо всі значення зустрічаються по одному разу або рівну кількість разів), така сукупність є безмодальной. Медіана - таке значення досліджуваної величини, яке ділить досліджувану сукупність на дві рівні частини, в яких кількість членів зі значеннями менше медіани дорівнює кількості членів, які більше медіани. Медіану можна знайти тільки в сукупностях даних, що містять непарну кількість значень. Тільки тоді і зліва, і справа від медіанного значення буде однакове число членів. На відміну від середньої, величина медіани не залежить від крайніх значень показників. Наприклад, якщо максимальне значення досліджуваного показника збільшиться, то всі середні зростуть разом з ним, медіана ж залишиться незмінною. Тому вона є більш зручною характеристикою сукупності в тих випадках, коли сукупність даних неоднорідна і має різкі "викиди" у бік мінімуму або убік максимуму. Як показники розмаху та інтенсивності варіації показників найчастіше використовуються такі величини: розмах варіації, середнє лінійне відхилення, середньоквадратичне відхилення, дисперсія і коефіцієнт варіації. Розмах варіації розраховується за формулою:
Середнє лінійне відхилення (середній модуль відхилення) від середнього арифметичного обчислюється за формулою:
Якщо використовуються вагові коефіцієнти, то формула середньозваженого середнього лінійного відхилення має вигляд:
де wi - частота, з якою в досліджуваної сукупності зустрічається значення xi. Найбільше поширення при вивченні розкиду значень числових даних отримали величини середньоквадратичного відхилення (СКО)? і дисперсії? 2:
Чим більше величина? або? 2, тим сильніше розкид значень навколо середнього. Слід зазначити, що? завжди більше модуля середнього лінійного відхилення. Для нормально розподілених величин? / А 1,2. Якщо ж таке співвідношення не виконується, це свідчить про те, що в досліджуваному масиві даних є елементи, неоднорідні з основною масою, сильно вибиваються за своєю величиною із загального ряду. Залежно від природи розв'язуваної задачі слід подумати про виключення цих одиниць з розгляду взагалі або не використовувати їх при побудові деяких моделей, оскільки вони є у своєму роді винятками із загального правила. Величина СКО, як випливає з її визначення, залежить від абсолютних значень самого досліджуваного ознаки. Чим більше величини xi, тим більше буде?. Тому для порівняння рядів даних, що відрізняються за абсолютними величинами, вводять коефіцієнт варіації:
Цей коефіцієнт є показником "кількісної" неоднорідності сукупності даних. Критичне значення його вважається рівним 33%. Якщо VаR> 33%, то сукупність не можна визнати однорідною. Використання коефіцієнта варіації в аналізі даних, що стосуються фінансово-господарської діяльності торгової мережі, розглянемо на прикладі 2.12. Приклад 2.12. Торгова мережа "Океан" включає 10 магазинів та спеціалізованих відділів в універсамах міста. Є дані про виручку (R) і середньорічної вартості основних засобів (ОФ) кожного з магазинів за 1998 і 1999 рр.. (Тис. крб.). На підставі цих даних потрібно зробити висновок про посилення або зменшення ступеня диференціації точок у торговельній мережі за критерієм фондовіддачі (ФО). Аналізовані дані представлені в табл. 2.4. Таблиця 2.Показателі фондовіддачі торгових точок мережі "Океан" Показники фондовіддачі торгових точок мережі "Океан"
Потрібно порівняти показники фондовіддачі різних підприємств однієї торгової мережі за звітний і попередній роки.
По зміні величини коефіцієнта варіації можна скласти думку про поглиблення диференціації магазинів або, навпаки, про підвищення однорідності торгових точок в мережі. Зокрема, спостерігається за аналізовані два роки зменшення коефіцієнта варіації фондовіддачі свідчить про підвищення однорідності різних магазинів мережі за цим критерієм. Однією з найважливіших аналітичних характеристик є ступінь асиметрії розподілу, яка характеризується коефіцієнтом асиметрії:
п - кількість спостережень. Деякий розподіл симетрично в тому випадку, якщо As=0. Чим більше величина As, тим більше асиметрично розподіл величин. Крутизна розподілу даних характеризується показником ексцесу:
Для нормального розподілу Ех=0. Великий позитивний ексцес означає, що в сукупності даних є слабо варьирующее за цією ознакою "ядро", оточене рідкісними, сильно відстають від нього значеннями. Велике негативне значення показника ексцесу говорить про відсутність такого "ядра". Розрахунок всіх розглянутих у даному розділі показників спільності і варіації, характеризують ряди даних, буде приведений у прикладі 4.13 (розділ 4.11). |
||
« Попередня | Наступна » | |
|
||
Інформація, релевантна " 2.7.3. Елементарні методи обробки розрахункових даних " |
||
|