Среднее линейное отклонение
Cтраница 2
В качестве абсолютных показателей колеблемости уровней динамического ряда применяются по аналогии с показателями вариации размах или амплитуда колебаний, среднее линейное отклонение от тренда, среднее квадратическое отклонение от тренда. [16]
При оценке неравномерности распределения удобрения по удобряемой площади используются три статистических показателя: абсолютная величина максимального отклонения а, среднее линейное отклонение р и среднее квадратическое отклонение а. Они вычисляются на основе результатов выборочного наблюдения, заключающегося в улавливании рассеиваемого удобрения на специально выделенных учетных площадках общей площади рассева. Указанным способом находится масса удобрения Х, попавшего на i - ю учетную площадку. [17]
На основании вычисленных показателей сезонности можно определить обобщающие показатели колеблемости ряда из-за сезонной неравномерности ( коэффициенты сезонности), для чего могут быть использованы показатели среднего линейного отклонения и среднеквадратического отклонения. [18]
Эти недостатки устраняются, если применить другие показатели вариации. Среднее линейное отклонение можно исчислять по той же формуле, что и среднюю арифметическую (3.1), но х обозначает абсолютные отклонения ( модули) значений признака от его средней арифметической. [19]
Немчинов так объясняет вытеснение среднего линейного отклонения средним квадратическим отклонением: Нельзя построить меру вариации, игнорируя основное, определяющее свойство отклонений, как величин, могущих принимать положительное и отрицательное значение... Среднее линейное отклонение не улавливает статистической размерности отклонений. Размерность этих величин соответствует второй степени. Отклонения образуют площади около определенного уровня. К сказанному добавим, что так как математика в качестве измерителя вариации пользуется средним квадратическим отклонением и средним квадратом отклонений, а решение целого ряда статистических задач ( определение точности выборочного наблюдения, измерение тесноты связи между признаками и др.) связано с математикой, то ъ статистика вслед за математикой стала пользоваться этими показателями и реже средним линейным отклонением. [20]
Полученные величины служат критериями при установлении величины вариации показателей и условий премирования. Размах вариации и среднее линейное отклонение, определенное согласно этим данным, позволяют более обоснованно выявить потенциальную эффективность премирования. [21]
Показатели вариации делятся на абсолютные и относительные. К абсолютным относятся размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение. Относительными показателями являются коэффициенты осцилляции, вариации, относительное линейное отклонение. [22]
Средние значения параметров усовершенствованных изделий сравниваются с параметрами контрольной партии, изготовленной в прежних условиях. Расчет может быть выполнен с применением средних линейных отклонений. [23]
Следует отметить, что о всегда больше модуля среднего линейного отклонения. Если же такое соотношение не выполняется, это свидетельствует о том, что в исследуемом массиве данных есть элементы, неоднородные с основной массой, сильно выбивающиеся по своей величине из общего ряда. В зависимости от природы решаемой задачи следует подумать об исключении этих единиц из рассмотрения вообще либо не использовать их при построении некоторых моделей, поскольку они являются в своем роде исключениями из общего правила. [24]
Затем находятся выравненные значения показателей потребности в битумах для отчетного периода и экстраполированные их величины для перспективного периода. После выравнивания фактических удельных показателей выбирается оптимальный вариант выравнивания, для чего определяется среднее линейное отклонение аср. [25]
Этот расчет отличается от аналогичного расчета по дискретному ряду распределения лишь тем, что требует предварительного определения середины интервала. Что касается существа, то приведенный ряд показывает, что вооруженность работников отрасли промышленности основными фондами значительно варьирует. При среднем уровне вооруженности в 6 66 тыс. руб. среднее линейное отклонение составляет 4 70 тыс., а среднее квадратиче-ское отклонение - 6 42 тыс. руб. Следует, однако, учесть, что приведенные средние показатели являются системными средними и характеризуют отрасль промышленности в целом, состоящую из различных подотраслей, производств, находящихся на разных уровнях технического прогресса. [26]
 |
Распределение премиального фонда автопредприятия в зависимости от показателей деятельности группы технической. [27] |
Статистическое изучение количественных значений технико-экономических показателей обеспечивает выявление их вариаций. Это служит основой определения степени возможности их улучшения, предпосылкой разработки показателей и условий премирования, установления нормативов поощрения. Основными показателями в исследовании количественных значений экономических параметров рабочего места являются размах вариации и среднее линейное отклонение. [28]
Между тем среднее линейное отклонение измеряет и обобщает отклонения от средней, не внося ничего такого, что не связано с абсолютными размерами отклонений. При возведении отклонений в квадрат удельный вес малых отклонений уменьшается, а больших - увеличивается в общей сумме отклонений. Именно поэтому среднее квадрэтическое отклонение всегда больше среднего линейного отклонения. [29]
Немчинов так объясняет вытеснение среднего линейного отклонения средним квадратическим отклонением: Нельзя построить меру вариации, игнорируя основное, определяющее свойство отклонений, как величин, могущих принимать положительное и отрицательное значение... Среднее линейное отклонение не улавливает статистической размерности отклонений. Размерность этих величин соответствует второй степени. Отклонения образуют площади около определенного уровня. К сказанному добавим, что так как математика в качестве измерителя вариации пользуется средним квадратическим отклонением и средним квадратом отклонений, а решение целого ряда статистических задач ( определение точности выборочного наблюдения, измерение тесноты связи между признаками и др.) связано с математикой, то ъ статистика вслед за математикой стала пользоваться этими показателями и реже средним линейным отклонением. [30]
Страницы: 1 2 3