Как найти среднее значение статистических данных

Была ли эта статья полезной?

Наиболее распространенной формой статистических показателей, используемой в экономических исследованиях, являются средние показатели (средняя величина).

Средняя величина – представляет  обобщенную количественную характеристику признака в статистической совокупности в конкретных условиях места и времени.

---

Показатель в форме средней величины выражает типичные черты и дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Он отражает уровень этого признака, отнесенный к единице совокупности.

---

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности.

Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные.

• Например, курс акций корпорации в основном определяется финансовыми результатами ее деятельности. В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу.
  

  ---

Сущность средней заключается, в том, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием факторов основных. Это позволяет средней отражать типичный уровень признака и абстрагироваться от индивидуальных особенно­стей, присущих отдельным единицам.

---

ВИДЫ СРЕДНИХ ВЕЛИЧИН наиболее часто применяемых на практике:

• средняя арифметическая;                     
• средняя гармоническая;
• средняя геометрическая;                       
• средняя квадратическая.
  

  ---

Выбор средней величины зависит от содержания осредняемого признака и конкретных данных, по которым ее приходится вычислять.

---

---

• Средняя арифметическая простая (невзвешенная) – вычисляется  когда каждый вариант совокупности встречается только один раз.
  

  ---

  ---

• Средняя арифметическая (взвешенная) – варианты повторяются различное число раз, при этом число повторений вариантов называется частотой, или статистическим весом.
  

  ---

  ---

ФОРМУЛЫ СРЕДНИХ ВЕЛИЧИН

---

• Средняя арифметическая простая – самый распространенный вид средней величины, рассчитывается по формуле (8.8):

---

• где х_i – вариант, а n – количество единиц  совокупности.
  

  ---

• Пример вычисления средней арифметической простой. Провели опрос о желаемом размере заработной платы у пяти сотрудников  офиса. По результатам опроса выяснили, что желаемый размер заработной платы составляет соответственно для каждого сотрудника: 50000, 100000, 200000, 350000, 500000 рублей человек. Рассчитаем среднюю арифметическую простую по формуле (8.8):Вывод: в среднем желаемый размер заработной платы  по результатам опроса 5-ти человек составил 240 тысяч рублей.
  

  ---

• Средняя арифметическая взвешенная  формула 8.9.

---

• где х_i – вариант, а f_i  – частота или статистический вес.
  

  ---

• Пример вычисления  средней арифметической взвешенной. Результаты опроса всех работников офиса приведены в табл. 8.2.

Таблица 8.2 – Результаты опроса работников офиса

Желаемый размер заработной платы, тыс.руб хi	Количество работников fi	хifi
1	2	3
50 100 200 350 500	6 10 20 9 5	300 1000 4000 3150 2500
Итого	50	10950

Пример. Вычислим (ориентируясь на итоговые строки таблицы) желаемый размер заработной платы, 50 сотрудников офиса (используем формулу 8.9):

Вывод: в среднем желаемый размер заработной платы  по результатам опроса 50 человек составил 219 тысяч рублей.

---

Среднеарифметическая – всегда обобщающая количественная характеристика варьирующего признака совокупности.

---

---

• Средняя гармоническая вычисляется в тех случаях, когда приходится суммировать не сами варианты, а обратные им величины.
  

  ---

• Средняя гармоническая  простая представлена ниже:

---

Средняя гармоническая взвешенная определяется по формуле

---

где x_i – вариант, n – количество вариантов, V_i – веса для обратных значений x_i.

---

---

Средняя гармоническая невзвешенная. Эта форма средней, используемая значительно реже, чем взвешенная. Для иллюстрации области ее применения воспользуемся упрощенным условным примером.

---

• Пример (вычисление средней гармонической простой (невзвешенной)).

Предположим, в фирме, специализирующейся на торговле по почте на основе предварительных заказов, упаковкой и отправкой товаров занимаются два работника. Первый из них на обработку одного заказа затрачивает 5 мин., второй – 15 мин.

• Каковы средние затраты времени на 1 заказ, если общая продолжительность рабочего времени у работников равна?

На первый взгляд, ответ на этот вопрос заключается в осреднении индивидуальных значений затрат времени на 1 заказ, т.е. если используем среднюю арифметическую простую получим: (5+15):2=10, мин.

• Проверим обоснованность такого подхода на примере одного часа (60 минут) работы. За этот час первый работник обрабатывает 12 заказов (60:5), второй – 4 заказа (60:15), что в сумме составляет 16 заказов.

Если же заменить индивидуальные значения их предполагаемым средним значением, то общее число обработанных обоими работниками заказов в данном случае уменьшится: (60/10) + (60/10) = 12 заказов (что не соответствует истине).

---

• Подойдем к решению через исходное соотношение средней. Для определения средних затрат времени необходимо общие затраты времени за любой интервал (например, за час) разделить на общее число обработанных за этот интервал двумя работниками заказов, т.е. используем среднюю гармоническую:

---

Если теперь мы заменим индивидуальные значения их средней величиной, то общее количество обработанных за час заказов не изменится: (60/7,5) + (60/7,5) = 16 заказов

• Подведем итог: средняя гармоническая невзвешенная может использоваться вместо взвешенной в тех случаях, когда значения Wj для единиц совокупности равны (в рассмот­ренном примере рабочий день у сотрудников одинаковый).
  

  ---

  ---

  Пример (вычисление средней гармонической взвешенной) В ходе торгов на валютной бирже за первый час работы заключено пять сделок. Данные о сумме продажи рублей и курсе рубля по отношению к доллару США приведены в табл.8.3.

  Таблица 8.3 – Данные о ходе торгов на валютной бирже (цифры условные)

  Номер сделки	Сумма продажи V, млн руб.	Курс рубля x, руб. за 1 дол.	V/x
  1	2	3	4
  1 2 3 4 5	455,00 327,50 528,00 266,00 332,50	65,00 65,50 66,00 66,50 66,50	7,00 5,00 8,00 4,00 5,00
  итого	1909,00	–	29,00

  Для того чтобы определить средний курс рубля по отношению к доллару, нужно найти соотношение между суммой продажи рублей, которые затрачены на покупку долларов в ходе всех сделок, и суммой приобретенных в результате этих сделок долларов.

  

  ---

• Вывод: средний курс за один доллар составил 65,83 руб.;
  

  ---

• Если бы для расчета среднего курса была использована средняя арифметическая простая:то,  за один доллар, по данному курсу на покупку 29 млн дол. нужно было бы затратить 1899,5  млн.руб., что не соответствует действительности.
  

  ---

  ---

  Средняя геометрическая используется для анализа динамики явлений и позволяет определить средний коэффициент роста. При расчете средней геометрической индивидуальные значения признака обычно представляют собой относительные показатели динамики, построенные в виде цепных величин как отношение каждого уровня ряда к предыдущему уровню.

  ---

  ---

• Средняя геометрическая простая рассчитывается по формуле 8.12

---

---

• Если использовать частоты m, получим формулу средней геометрической взвешенной
• Средняя геометрическая взвешенная рассчитывается по формуле 8.13

---

Средняя квадратическая применяется, когда изучается вариация признака. В качестве вариантов используются отклонения фактических значений признака либо от средней арифметической, либо от заданной нормы.

Для несгруппированных данных используют формулу средней квадратической простой

Средняя квадратическая простая (формула 8.14)

---

Для сгруппированных данных используют формулу средней квадратической взвешенной

Средняя квадратическая взвешенная (формула 8.15)

---

Средние арифметическая, гармоническая, геометрическая и квадратическая, рассчитанные для одного и того же ряда вариантов, отличаются друг от друга. Их численное значение возрастает с ростом показателя степени в формуле степенной средней правило мажорантности средних А.Я. Боярского, т.е.

---

---

Мода и Медиана (структурные средние) формулы и примеры вычисления см.  по ссылке

---

Средняя зарплата… Средняя продолжительность жизни… Практически каждый день мы с вами слышим эти словосочетания, используемые для описания множества одним единственным числом. Но как ни странно, «среднее значение» — достаточно коварное понятие, часто вводящее в заблуждение обычного, неискушенного в математической статистике, человека.

В чем проблема?

Под средним значением чаще всего подразумевается среднее арифметическое, которое очень сильно варьируется под воздействием единичных фактов или событий. И вы не получите реального представления о том, как именно распределены значения, которые вы изучаете.

Давайте обратимся к классическому примеру со средней зарплатой.

В какой-то абстрактной компании работает десять сотрудников. Девять из них получают зарплату около 50 000 рублей, а один 1 500 000 рублей (по странному совпадению он же является генеральным директором этой компании).

Средним значением в данном случае будет 195 150 рублей, что согласитесь, неправильно.

Какие способы вычисления среднего бывают?

Первым способом является вычисление уже упомянутого среднего арифметического, являющегося суммой всех значений, деленной на их количество.

Формула:

• x – среднее арифметическое;
• x_n – конкретное значение;
• n – количество значений.

Плюсы:

• Хорошо работает при нормальном распределении значений в выборке;
• Легко вычислить;
• Интуитивно понятно.

Минусы:

• Не дает реального представления о распределении значений;
• Неустойчивая величина легко поддающаяся выбросам (как в случае с генеральным директором).

Вторым способом является вычисление моды, то есть наиболее часто встречающегося значения.

Формула:

• M₀ – мода;
• x₀ – нижняя граница интервала, который содержит моду;
• n – величина интервала;
• f_m– частота (сколько раз в ряду встречается то или иное значение);
• f_m-1 – частота интервала предшествующего модальному;
• f_m+1 – частота интервала следующего за модальным.

Плюсы:

• Прекрасно подходит для получения представления об общественном мнении;
• Хорошо подходит для нечисловых данных (цвета сезона, хиты продаж, рейтинги);
• Проста для понимания.

Минусы:

• Моды может просто не быть (нет повторов);
• Мод может быть несколько (многомодальное распределение).

Третий способ — это вычисление медианы, то есть значения, которое делит упорядоченную выборку на две половины и находится между ними. А если такого значения нет, то за медиану принимается среднее арифметическое между границами половин выборки.

Формула:

• M_e – медиана;
• x₀ – нижняя граница интервала, который содержит медиану;
• h – величина интервала;
• f _i – частота (сколько раз в ряду встречается то или иное значение);
• S_m-1 – сумма частот интервалов предшествующих медианному;
• f_m – число значений в медианном интервале (его частота).

Плюсы:

• Дает самую реалистичную и репрезентативную оценку;
• Устойчива к выбросам.

Минусы:

• Сложнее вычислить, так как перед вычислением выборку нужно упорядочить.

Мы рассмотрели основные методы нахождения среднего значения, называющиеся мерами центральной тенденции (на самом деле их больше, но это наиболее популярные).

А теперь давайте вернемся к нашему примеру и посчитаем все три варианта среднего при помощи специальных функций Excel:

• СРЗНАЧ(число1;[число2];…) — функция для определения среднего арифметического;
• МОДА.ОДН(число1;[число2];...) — функция моды (в более старых версиях Excel использовалась МОДА(число1;[число2];...));
• МЕДИАНА(число1;[число2];...) — функция для поиска медианы.

И вот какие значения у нас получились:

В данном случае мода и медиана гораздо лучше характеризуют среднюю зарплату в компании.

Но что делать, когда в выборке не 10 значений, как в примере, а миллионы? В Excel это не посчитать, а вот в базе данных где хранятся ваши данные, без проблем.

Вычисляем среднее арифметическое на SQL

Тут все достаточно просто, так как в SQL предусмотрена специальная агрегатная функция AVG.

И чтобы ее использовать достаточно написать вот такой запрос:

/* Здесь и далее salary - столбец с зарплатами, а employees - таблица сотрудников в нашей базе данных */

SELECT AVG(salary) AS 'Средняя зарплата'
FROM employees

Вычисляем моду на SQL

В SQL нет отдельной функции для нахождения моды, но ее легко и быстро можно написать самостоятельно. Для этого нам необходимо узнать, какая из зарплат чаще всего повторяется и выбрать наиболее популярную.

Напишем запрос:

/* WITH TIES необходимо добавлять к TOP() если множество многомодально, то есть у множества несколько мод */
SELECT TOP(1) WITH TIES salary AS 'Мода зарплаты'
FROM employees
GROUP BY salary
ORDER BY COUNT(*) DESC

Вычисляем медиану на SQL

Как и в случае с модой, в SQL нет встроенной функции для вычисления медианы, зато есть универсальная функция для вычисления процентилей PERCENTILE_CONT.

Выглядит все это так:

/* В данном случае процентиль 0.5 и будет являться медианой */

SELECT TOP(1) PERCENTILE_CONT(0.5)
       WITHIN GROUP (ORDER BY salary)
       OVER() AS 'Медианная зарплата'
FROM employees

Подробнее о работе функции PERCENTILE_CONT лучше почитать в справке Microsoft и Google BigQuery.

Какой способ все-таки использовать?

Из сказанного выше следует, что медиана лучший способ для вычисления среднего значения.

Но это не всегда так. Если вы работаете со средним, то остерегайтесь многомодального распределения:

На графике представлено бимодальное распределение с двумя пиками. Такая ситуация может возникнуть, например, при голосовании на выборах.

В данном случае среднее арифметическое и медиана — это значения, находящиеся где-то посередине и они ничего не скажут о том, что происходит на самом деле и лучше сразу признать, что вы имеете дело с бимодальным распределением, сообщив о двух модах.

А еще лучше разделить выборку на две группы и собрать статистические данные для каждой.

Вывод:

При выборе метода нахождения среднего нужно учитывать наличие выбросов, а также нормальность распределения значений в выборке.

Окончательный выбор меры центральной тенденции всегда лежит на аналитике.

Полезные ссылки:

• SQL и теория вероятностей (YouTube)
• Анализ нормальности распределения данных (YouTube)
• Меры центральной тенденции