Среднее квадратическое значение применяется для расчета

91 Средняя ошибка средней величины. Методика расчета при большой и малой выборке.

При выборе единиц наблюдения возможны ошибки смещения, т.е. такие события, появление которых не может быть точно предсказуемым. Эти ошибки являются объектив­ными и закономерными. При определении степени точности выборочно­го исследования оценивается величина ошибки, которая может прои­зойти в процессе выборки. Такие ошибки носят название случайных ошибок репрезентативности (m),

На практике для определения средней ошибки выборки при проведении статистических исследований, используются следующие Формулы:

1) для расчета средней ошибки (mм) средней величины (М):

, где σ - среднее квадратическое отклонение;

n - численность выборки.

Это при большой выборке, а при малой n-1

92 Среднее квадратичное отклонение. Методика вычисления, применение в деятельности врача.

Приближенный метод оценки колеблемости вариационного ряда - это определение лимита, т.е. минимального и максимального значе­ния количественного признака, и амплитуды - т.е. разности между наибольшим и наименьшим значением вариант (Vmax - Vmin). Одна­ко лимит и амплитуда не учитывают значений вариант внутри ряда.

Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ - сигма).

σ

=

252

=

2,6

95
Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Так, например, при изучении средней длительности лечения больных в двух больницах были получены следующие результаты:

Больница 1

Больница 2

Μ = 20 дней

Μ = 20 дней

σ = 3 дня

σ = 5 дней

Средняя длительность лечения в обеих больницах одинакова, од­нако во второй больнице колебания были значительнее.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой (V-M=d). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю (графа 3. табл. 5).

3. Возводят каждое отклонение в квадрат (графа 4. табл. 5).

4. Перемножают квадраты отклонений на соответствующие частоты d2*p (графа 5, табл. 5).

5. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30,или . при n меньше либо равно 30, где n - число всех вариант

Методика расчета среднего квадратического отклонения приведе­на в таблице 5.

Среднее квадратическое отклонение позволяет установить сте­пень типичности средней, пределы рассеяния ряда, сравнить колеб­лемость нескольких рядов распределения. Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Таблица 5

Число дней V

Число больных Ρ

d

d2

d2*p

16

1

-4

16

16

17

7

-3

9

63

18

8

-2

4

32

19

16

-1

1

16

20

29

0

0

0

21

20

1

1

20

22

7

2

4

28

23

5

3

9

45

24

2

4

16

32

М=20 n=95 Σ=252

Коэффициент вариации вычисляется по формуле:

Cv

=

σ * 100

Μ

Пример: по данным специального исследования средний рост мальчиков 7 лет в городе N составил 117.7 см (σ=5.1 см), а сред­ний вес - 21,7 кг (σ=2,4 кг). Оценить колеблемость роста и веса путем сравнения средних квадратических отклонений нельзя, т. к. вес и рост - величины именованные. Поэтому используется относи­тельная величина - коэффициент вариации:

,

Сравнение коэффициентов вариации роста (4.3%) и веса (11.2%) показывает, что вес имеет более высокий коэффициент вариации,следовательно,является менее устойчивым признаком.

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

Средние величины широко применяются в повседневной работе ме­дицинских работников. Они используются для характеристики Физи­ческого развития, основных антропометрических признаков: рост, вес. окружность груди, динамометрия и т.д. Средние величины при­меняются для оценки состояния больного путем анализа физиологи­ческих, биохимических сдвигов в организме: уровня артериального давления, частоты сердечных сокращений. температуры тела, уровня биохимических показателей, содержания гормонов и т. д. Широкое применение средние величины нашли при анализе деятельности лечеб­но-профилактических учреждений, например: при анализе работы ста­ционаров вычисляются показатели среднегодовой занятости койки, средней длительности пребывания больного на койке и т. д.

StudFiles.ru

81. Среднее квадратическое отклонение, методика расчета, применение.

Приближенный метод оценки колеблемости вариационного ряда - определение лимита и амплитуды, однако не учитывают значений вариант внутри ряда. Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ- сигма). Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой (d=V-M). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю.

3. Возводят каждое отклонение в квадрат d2.

4. Перемножают квадраты отклонений на соответствующие частоты d2*p.

5. Находят сумму произведений ( d2*p)

6. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30,или при n меньше либо равно 30, где n - число всех вариант.

Значение среднего квадратичного отклонения:

1. Среднее квадратическое отклонение характеризует разброс вариант относительно средней величины (т.е. колеблемость вариационного ряда). Чем больше сигма, тем степень разнообразия данного ряда выше.

2. Среднее квадратичное отклонение используется для сравнительной оценки степени соответствия средней арифметической величины тому вариационному ряду, для которого она вычислена.

Вариации массовых явлений подчиняются закону нормального распределения. Кривая, отображающая это распределение, имеет вид плавной колоколообразной симметричной кривой (кривая Гаусса). Согласно теории вероятности в явлениях, подчиняющихся закону нормального распределения, между значениями средней арифметической и среднего квадратического отклонения существует строгая математическая зависимость. Теоретическое распределение вариант в однородном вариационном ряду подчиняется правилу трех сигм.

Если в системе прямоугольных координат на оси абсцисс отложить значения количественного признака (варианты), а на оси ординат - частоты встречаемости вариант в вариационном ряду, то по сторонам от средней арифметической равномерно располагаются варианты с большими и меньшими значениями.

Установлено, что при нормальном распределении признака:

- 68,3% значений вариант находится в пределах М1

- 95,5% значений вариант находится в пределах М2

- 99,7% значений вариант находится в пределах М3

3. Среднее квадратическое отлонение позволяет установить значения нормы для клинико-биологических показателей. В медицине интервал М1 обычно принимается за пределы нормы для изучаемого явления. Отклонение оцениваемой величины от средней арифметической больше, чем на 1 указывает на отклонение изучаемого параметра от нормы.

4. В медицине правило трех сигм применяется в педиатрии для индивидуальной оценки уровня физического развития детей (метод сигмальных отклонений), для разработки стандартов детской одежды

5. Среднее квадратическое отклонение необходимо для характеристики степени разнообразия изучаемого признака и вычисления ошибки средней арифметической величины.

Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Коэффициент вариации вычисляется по формуле:

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

StudFiles.ru

81. Среднее квадратическое отклонение, методика расчета, применение.

Приближенный метод оценки колеблемости вариационного ряда - определение лимита и амплитуды, однако не учитывают значений вариант внутри ряда. Основной общепринятой мерой колеблемости количественного приз­нака в пределах вариационного ряда является среднее квадратичес­кое отклонение (σ- сигма). Чем больше среднее квадратическое отклонение, тем степень ко­леблемости данного ряда выше.

Методика расчета среднего квадратического отклонения включает следующие этапы:

1. Находят среднюю арифметическую величину (Μ).

2. Определяют отклонения отдельных вариант от средней арифмети­ческой (d=V-M). В медицинской статистике отклонения от средней обозначаются как d (deviate). Сумма всех от­клонений равняется нулю.

3. Возводят каждое отклонение в квадрат d2.

4. Перемножают квадраты отклонений на соответствующие частоты d2*p.

5. Находят сумму произведений ( d2*p)

6. Вычисляют среднее квадратическое отклонение по формуле:

при n больше 30,или при n меньше либо равно 30, где n - число всех вариант.

Значение среднего квадратичного отклонения:

1. Среднее квадратическое отклонение характеризует разброс вариант относительно средней величины (т.е. колеблемость вариационного ряда). Чем больше сигма, тем степень разнообразия данного ряда выше.

2. Среднее квадратичное отклонение используется для сравнительной оценки степени соответствия средней арифметической величины тому вариационному ряду, для которого она вычислена.

Вариации массовых явлений подчиняются закону нормального распределения. Кривая, отображающая это распределение, имеет вид плавной колоколообразной симметричной кривой (кривая Гаусса). Согласно теории вероятности в явлениях, подчиняющихся закону нормального распределения, между значениями средней арифметической и среднего квадратического отклонения существует строгая математическая зависимость. Теоретическое распределение вариант в однородном вариационном ряду подчиняется правилу трех сигм.

Если в системе прямоугольных координат на оси абсцисс отложить значения количественного признака (варианты), а на оси ординат - частоты встречаемости вариант в вариационном ряду, то по сторонам от средней арифметической равномерно располагаются варианты с большими и меньшими значениями.

Установлено, что при нормальном распределении признака:

- 68,3% значений вариант находится в пределах М1

- 95,5% значений вариант находится в пределах М2

- 99,7% значений вариант находится в пределах М3

3. Среднее квадратическое отлонение позволяет установить значения нормы для клинико-биологических показателей. В медицине интервал М1 обычно принимается за пределы нормы для изучаемого явления. Отклонение оцениваемой величины от средней арифметической больше, чем на 1 указывает на отклонение изучаемого параметра от нормы.

4. В медицине правило трех сигм применяется в педиатрии для индивидуальной оценки уровня физического развития детей (метод сигмальных отклонений), для разработки стандартов детской одежды

5. Среднее квадратическое отклонение необходимо для характеристики степени разнообразия изучаемого признака и вычисления ошибки средней арифметической величины.

Величина среднего квадра­тического отклонения обычно используется для сравнения колеблемости однотипных рядов. Если сравниваются два ряда с разными признаками (рост и масса тела, средняя длительность лечения в стационаре и больничная летальность и т.д.), то непосредственное сопоставление размеров сигм невозможно, т.к. среднеквадратичес­кое отклонение - именованная величина, выраженная в абсолютных числах. В этих случаях применяют коэффициент вариации (Cv), представляющий собой относительную величину: процентное отноше­ние среднего квадратического отклонения к средней арифметической.

Коэффициент вариации вычисляется по формуле:

Чем выше коэффициент вариации, тем большая изменчивость данно­го ряда. Считают, что коэффициент вариации свыше 30 % свиде­тельствует о качественной неоднородности совокупности.

StudFiles.ru

Средняя арифметическая и средняя гармоническая величины

Сущность и значение средних величин, их виды

Наиболее распространенной формой статистического показателя является средняя величина. Показатель в форме средней величи­ны выражает типичный уровень признака в совокупности. Широкое применение средних величин объясняется тем, что они позволяют и сравнивать значения признака у единиц, относящихся к разным сово­купностям. Например, можно сравнивать среднюю продолжитель­ность рабочего дня, средний тарифный разряд рабочих, средний уровень заработной платы по различным предприятиям.

Сущность средних величин заключается в том, что в них взаи­мопогашаются отклонения значений признака у отдельных единиц со­вокупности, обусловленные действием случайных факторов. Поэтому средние величины должны рассчитываться для достаточно много­численных совокупностей (в соответствии с законом больших чи­сел). Надежность средних величин зависит также от колеблемости значений признака в совокупности. В общем случае, чем меньше ва­риация признака и чем больше совокупность, по которой определяет­ся средняя величина, тем она надежнее.

Типичность средней величины непосредственным образом свя­зана также с однородностью статистической совокупности. Сред­няя величина только тогда будет отражать типичный уровень призна­ка, когда она рассчитана по качественно однородной совокупности. В противном случае метод средних используется в сочетании с методом группировок. Если совокупность неоднородна, то общие средние заменяются или дополняются групповыми средними, рассчитанными по качественно однородным группам.

Выбор вида средних определяется экономическим содержание ем исследуемого показателя и исходных данных. Наиболее часто в статистике применяются следующие виды средних величин: степен­ные средние (арифметическая, гармоническая, геометрическая, квадратическая, кубическая и т. д.), средняя хронологическая, а также структурные средние (мода и медиана).

Средняя арифметическая величина наиболее часто встреча­ется в социально-экономических исследованиях. Средняя арифмети­ческая применяется в форме простой средней и взвешенной средней.

Средняя арифметическая простая рассчитывается по несгруппированным данным на основании формулы (4.1):

где x- индивидуальные значения признака (варианты);

n- число единиц совокупности.

Пример. Требуется найти среднюю выработку рабочего в бри­гаде, состоящей из 15 человек, если известно количество изделий, произведенных одним рабочим (шт.): 21; 20; 20; 19; 21; 19; 18; 22; 19; 20; 21; 20; 18; 19; 20.

Средняя арифметическая простая рассчитывается по несгруппированным данным на основании формулы (4.2):

где f - частота повторения соответствующего значения признака (варианта);

∑f — общее число единиц совокупности (∑f = n).

Пример. На основании имеющихся данных о распределении ра­бочих бригады по количеству выработанных ими изделий требуется найти среднюю выработку рабочего в бригаде.

Выработка деталей одним рабочим, шт., x Число рабочих, чел., f xf
ВСЕГО

Примечание 1. Средняя величина признака в совокупности может рассчитываться как на основании индивидуальных значений признака, так и на основании групповых (частных) средних, рассчитанных по отдельным частям совокупности. При этом используется формула средней арифметической взвешенной, а в качестве вариантов значений признака рассматриваются групповые (частные) средние (xj).

Пример. Имеются данные о среднем стаже рабочих по цехам завода. Требуется определить средний стаж рабочих в целом по заводу.

Номер цеха Средний стаж работы, лет., X Число рабочих, чел., f
ВСЕГО -

Примечание 2. В том случае, когда значения осредняемого признака зада­ны в виде интервалов, при расчете средней арифметической величины в качестве значений признака в группах принимают средние значения этих интервалов (х’) . Таким образом, интервальный ряд преобразуется в дискретный. При этом величи­на открытых интервалов, если таковые имеются (как правило, это первый и по­следний), условно приравнивается к величине интервалов, примыкающих к ним.

Пример. Имеются данные о распределении рабочих предпри­ятия по уровню заработной платы.

Группы рабочих по заработной плате, тыс.руб. Число рабочих, чел., f Средняя заработная плата, тыс.руб. x’ x’f
До 250 250-350 350-450 450-550 550-650 650 и более
ВСЕГО -

Средняя гармоническая величина является модификацией средней арифметической. Применяется в тех случаях, когда известны индивидуальные значения признака, т. е. варианты (x), и произведений вариант на частоту (xf = М), но неизвестны сами частоты (f).

Средняя гармоническая взвешенная рассчитывается по формуле (4.3):

Пример. Требуется определить средний размер заработной платы работников объединения, состоящего из трех предприятий, если известен фонд заработной платы и средняя заработная плата работников по каждому предприятию.

Предприятие Фонд заработной платы, тыс. руб., xf Средняя заработная плата, тыс. руб., x
40 700
38 700
50 700
ВСЕГО -

Средняя гармоническая простая в практике статистики исполь­зуется крайне редко. В тех случаях, когда xf = Mm = const, средняя гар­моническая взвешенная превращается в среднюю гармоническую простую (4.4):

Пример. Две машины прошли один и тот же путь. При этом одна из них двигалась со скоростью 60 км/ч, вторая - со скоростью 80 км/ч. Требуется определить среднюю скорость машин в пути.

Другие виды степенных средних. Средняя хронологическая

Средняя геометрическая величина используется при расчете средних показателей динамики. Средняя геометрическая применяется в форме простой средней (для несгруппированных данных) и взве­шенной средней (для сгруппированных данных).

Средняя геометрическая простая (4.5):

где n — число значений признака;

П — знак произведения.

Средняя геометрическая взвешенная (4.6):

Средняя квадратическая величина используется при расчете показателей вариации. Применяется в форме простой и взвешенной.

Средняя квадратическая простая (4.7):

Средняя квадратическая взвешенная (4.8):

Средняя кубическая величина используется при расчете показателей асимметрии и эксцесса. Применяется в форме простой взвешенной.

Средняя кубическая простая (4.9):

Средняя кубическая взвешенная (4.10) :

Средняя хронологическая величина используется для расчета среднего уровня ряда динамики (4.11):

Структурные средние

Помимо рассмотренных выше средних величин в статистике используются структурные средние, к которым относятся мода и ме­диана.

Модой (Мо) называется значение изучаемого признака (вари­ант), которое чаще всего встречается в совокупности. В дискретном ряду мода определяется достаточно просто — по максимальному пока­зателю частоты. В интервальном вариационном ряду мода приблизительно соответствует центру модального интервала, т. е. интервала, имеющего большую частоту (частость).

Конкретное значение моды рассчитывается по формуле (4.12):

где нижняя граница модального интервала;

ширина модального интервала;

частота, соответствующая модальному интервалу;

частота интервала, предшествующего модальному;

частота интервала, следующего за модальным.

Медианой (Ме) называется значение признака, расположенное в середине ранжированного ряда. Под ранжированным понимают ряд, упорядоченный в порядке возрастания или убывания значений признака. Медиана делит ранжированный ряд на две части, одна из которых имеет значения признака не большие, чем медиана, а друга - не меньшие.

Для ранжированного ряда с нечетным числом членов медиа­ной является варианта, расположенная в центре ряда. Положение ме­дианы определяется порядковым номером единицы ряда в соответст­вии с формулой (4.13):

где n - число членов ранжированного ряда.

Для ранжированного ряда с четным числом членов медиа­ной является среднее арифметическое из двух смежных значений, на­ходящихся в центре ряда.

В интервальном вариационном ряду для нахождения медиа­ны применяется следующая формула (4.14):

где нижняя граница медианного интервала;

ширина медианного интервала;

накопленная частота интервала, предшествующего медианному;
частота медианного интервала.

Пример. Рабочие бригады, состоящей из 9 чел., имеют сле­дующие тарифные разряды: 4; 3; 4; 5; 3; 3; 6; 2;6. Требуется опреде­лить модальное и медианное значения тарифного разряда.

Поскольку в данной бригаде больше всего рабочих 3-го разряда, то этот разряд и будет модальным, т. е. Мо = 3.

Для определения медианы осуществим ранжирование исходного ряда в порядке возрас­тания значений признака:

2; 3; 3; 3; 4; 4; 5; 6; 6.

Центральным в этом ряду является пятое по счету значение признака. Соответственно Ме = 4.

Пример. Требуется определить модальный и медианный тарифный разряд рабочих завода по данным следующего ряда распределения.

Разряд Кол-во рабочих, чел. Накопленная частота S
13+25=38 38+30=68 68+19=87 87+10=97 97+3=100
ВСЕГО

Поскольку исходный ряд распределения является дискретным, то модальное значение определяется по максимальному показателю частоты. В данномпримере на заводе больше всего рабочих 3-го разряда (fmax = 30), т.е. этот разряд является модальным (Мо = 3).

Определим положение медианы. Исходный ряд распределения построен на основании ранжированного ряда, упорядоченного по воз­растанию значений признака. Середина ряда находится между 50-м и 51-м порядковыми номерами значений признака. Выясним, к какой группе относятся рабочие с этими порядковыми номерами. Для это­го рассчитаем накопленные частоты. Накопленные частоты ука­зывают на то, что медианное значение тарифного разряда равно трем (Ме = 3), поскольку значения признака с порядковыми номе­рами от 39-го до 68-го, в том числе 50-е и 51-е, равны 3.

Пример. Требуется определить модальную и медианную зара­ботную плату рабочих завода по данным следующего ряда распределения.

Размер заработной платы, тыс.руб. Кол-во рабочих, чел. Накопленная частота S
1 2 3
180-240 240-300 300-360 360-420 420-480 480-540 540-600 5 15 20 30 15 10 5 5 20 40 70 85 95 100
ВСЕГО 100 100

Поскольку исходный ряд распределения является интерваль­ным, то модальное значение заработной платы рассчитывается по формуле. При этом модальным является интервал 360-420 с максимальной частотой, равной 30.

Медианное значение заработной платы также рассчитывает­ся по формуле. При этом медианным является интервал 360-420, на­копленная частота которого равна 70, тогда как накопленная час­тота предыдущего интервала составляла только 40 при общем числе единиц, равном 100.

studopedia.ru

Читайте также