Средним показателем (средней величиной) называется обобщающий показатель, характеризующий типичный уровень варьирующего количественного признака на единицу совокупности в определенных условиях места и времени.
В статистических и расчетах применяются преимущественно две категории средних:
- степенные средние;
- структурные средние.
К категории степенных средних относятся: средняя арифметическая, средняя гармоническая, средняя квадратическая, средняя геометрическая.
Средняя арифметическая и средняя гармоническая наиболее распространенные виды средних величин, получившие широкое применение в плановых расчетах, при расчете общей средней и средних групповых, а также при выявлении взаимосвязи между признаками с помощью группировок. Выбор средней арифметической и средней гармонической определяется характером имеющейся в распоряжении исследователя информации.
Средняя квадратическая применяется для расчета среднего квадратического отклонения (а), являющегося показателем вариации признаков.
|
|
Средняя геометрическая (простая) используется при вычислении среднего коэффициента роста (темпа) в рядах динамики.
Структурные средние – это мода и медиана. В отличие от степенных средних, которые в значительной степени являются абстрактной характеристикой совокупности, и выступают как конкретные величины, совпадающие с вполне определенными вариантами совокупности. Это делает их незаменимыми при решении ряда практических задач.
Модой (Мо) называется значение признака, которое наиболее часто встречается в совокупности (в статистическом ряду).
Медианой (Ме) называется значение признака, которое лежит в середине ранжированного ряда и делит этот ряд на две равные по численности части.
Преимущество средних величин заключается в том, что она практически одним числом характеризует всю совокупность по конкретному признаку. Средние необходимы потому, что без них ускользает обобщающая характеристика всей совокупности в целом.
Из всех средних величин в ветеринарной статистике широкое применение получила средняя арифметическая (). Такой способ обозначения указывает на происхождение средней из конкретных величин. Черта символизирует процесс осреднения индивидуальных значений.
Объективность и типичность полученной статистической средней может быть обеспечена лишь при определенных условиях.
Первое условие - средняя должна вычисляться для качественно однородной совокупности. Для получения однородной совокупности необходима группировка данных, поэтому расчет средней должен сочетаться с методом группировок.
|
|
Второе условие - для исчисления средних должны быть использованы массовые данные. В средней величине, исчисленной на основе данных о большом числе единиц (массовых данных), колебания в величине признака, вызванные случайными причинами, погашаются и проявляется общее свойство (типичный размер признака) для всей совокупности.
Средняя величина всегда именованная, она имеет ту же размерность, что и признак у отдельных единиц совокупности.
При использовании средних в практической работе и научных исследованиях необходимо иметь в виду, что за средним показателем скрываются особенности различных частей изучаемой совокупности, поэтому общие средние для однородной совокупности должны дополняться групповыми средними, характеризующими части совокупности.
Пример. Необходимо изучить число вынужденного забоя животных по причине инфекционных заболеваний за какой-то период.
Решение. Составим таблицу (табл. 7), в которой отразим количество вынужденно убитых животных (1 графа) и число случаев соответствующих инфекционных заболеваний, графа 2).
Таблица 7
Кол-во вынужденно убитых животных (Х) | Число заболеваний (Р) | Х · Р |
3 | 5 | 15 |
4 | 11 | 44 |
5 | 15 | 75 |
6 | 20 | 120 |
7 | 15 | 105 |
8 | 11 | 88 |
9 | 5 | 45 |
Итого | 82 | 492 |
Только после перемножения количества вынужденно убитых на число случаев инфекционных заболеваний (Х·Р) и суммирования этих произведений с последующим делением результата на сумму случаев заболеваний определяется среднее число вынужденно убитых животных в хозяйстве по причине инфекционных заболеваний:
= ∑(Х·Р)/n = 492/82 = 6 голов
Однако, в тех случаях, когда разброс индивидуальных значений будет большим, то всю картину одной только средней арифметической выразить невозможно. В этом случае необходимо использовать показатель колеблемости, который устанавливают путем определения средней квадратической. Этот показатель используется для расчета среднего квадратического отклонения (σ), являющегося показателем вариации признаков.
В нашем примере расчет величины среднего квадратического отклонения будет включать следующие этапы:
1) определение отклонения показатели от среднего (Х – );
2) затем для того, чтобы избавиться от знаков, возводим эту разницу в квадрат (Х – )2;
3) умножаем полученное значение на величину показателя (Х – )2 · Р.
Для удобства иллюстрации проводимых расчетов оформим все вычисления в виде таблицы (табл. 8).
Таблица 8
Кол-во вынужденно убитых животных (Х) | Число случаев (Р) | Х · Р | Х- | (Х- )2 | (Х- )2 · Р |
3 | 5 | 15 | -3 | 9 | 45 |
4 | 11 | 44 | -2 | 4 | 44 |
5 | 15 | 75 | -1 | 1 | 15 |
6 | 20 | 120 | 0 | 0 | 0 |
7 | 15 | 105 | +1 | 1 | 15 |
8 | 11 | 88 | +2 | 4 | 44 |
9 | 5 | 45 | +3 | 9 | 45 |
Итого | 82 | 492 | 208 |
После этого найдем величину среднего квадратического отклонения (σ) при помощи формулы:
σ = √[Σ(х-х¯)2 · Р] / n
Подставив в эту формулу полученные нами значения найдем, что среднее квадратическое отклонение составляет 1,59.
σ = √208/82 = 1,59 (головы)
Полученные средняя (Хср.) и среднее квадратичное отклонение (σ) могут использоваться для:
- индивидуальной оценки каждого отдельного наблюдения изучаемой совокупности;
- для оценки точности, надежности самой средней арифметической.
Подавляющая часть явлений и процессов подчинены закону нормального распределения (рис. 1), когда большинство значений укладывается в пределах
+ 2σ. Если же большая часть полученных значений в этот интервал не укладывается, то это означает, что нарушено правило однородности.
Кривая показывает, что при возрастании величины признака число повторений возрастает до определенного предела, а потом опять убывает.
-3σ -2σ -1σ Х + 1σ +2σ +3σ
|
|
Рис. 1 - Кривая нормального распределения
В нормальной кривой в пределах средней величины и плюс-минус одна сигма должны укладываться большинство наблюдений (68,3% всех наблюдений). То есть, если значение показателя укладывается в пределах Х + 1σ, то этот показатель мы можем оценивать, как нормальный. То есть:
- + σ → 68,3% - норма;
- + 2σ → 95,4% - отклонение от нормы (выше и ниже нормы);
- + 3σ → 99,7% - крайне высокие и крайне низкие показатели.
Пример. Для оценки степени влияния факторов среды и уровня содержания животных в стойловый период во время проведения ветеринарного осмотра можно составить следующую таблицу (табл. 9). Сопоставляя результаты, полученные из данных ветеринарных обследований, и сравнивая их с исходными можно судить о влиянии условий содержания на животных.
Таблица 9