Тема 6.

Показники варіації

Ключові слова: варіація; показники варіації (розмах варіації; середнє відхилення:

лінійне, квадратичне; дисперсія: загальна, міжгрупова, групова, середня з групових,
альтернативної ознаки; коефіцієнти варіації: лінійний, квадратичний, осциляції;
коефіцієнти концентрації, локалізації, асиметрії, ексцесу); правило розкладання варіації;
методи спрощеного розрахунку дисперсії.

Статистичні сукупності соціально-економічних показників значно

відрізняються між собою. Вимірювання ступеня коливання ознаки, яке
називають варіацією, є невід’ємною складовою аналізу закономірностей
розподілу. Показники міри варіації широко використовуються у практичній
діяльності для одержання характеристик різних явищ і процесів: для оцінки
диференціації підприємств за чисельністю працюючих та рівнем доходу,
фінансовою стійкістю та конкурентоспроможністю, ритмічністю роботи тощо.
Для визначення розміру варіації в статистиці використовують різні
показники: розмах варіації, середнє лінійне відхилення, середній квадрат
відхилення (дисперсія), середнє квадратичне відхилення, коефіцієнти варіації.

Для засвоєння теоретичних положень даної теми розглядаються такі

питання:
6.1. Поняття варіації та особливості її вимірювання. Показники варіації
6.2. Види дисперсій та правило їх додавання
6.3. Характеристики форми розподілу та їх види

6.1. Поняття варіації та особливості її вимірювання. Показники

варіації

Варіацією називають відмінність між кількісними значеннями ознаки у

різних одиниць сукупності. Для виміру і оцінки варіації застосовують
абсолютні і відносні показники. До абсолютних показників варіації відносяться:
розмах варіації, середнє лінійне відхилення, середній квадрат відхилення
(дисперсія), середнє квадратичне відхилення; до відносних – коефіцієнти
варіації.
Розглянемо порядок розрахунку основних показників варіації.
Розмах варіації R становить різницю між найбільшим (xmах) і
найменшим (xmіп) значеннями ознаки і визначається за формулою:
R x
x .
max min

Розмах варіації характеризує діапазон варіації, наприклад, виробітку на

одного робітника в бригаді, рентабельності різних видів продукції на
підприємстві, середньої заробітної плати в галузях промисловості тощо.

42
Порядок розрахунку показників варіації розглянемо на прикладі.
Приклад 6.1. Визначити показники варіації та зробити висновки про
ступінь однорідності сукупності за даними про розподіл робітників
підприємства за розміром заробітної плати (див. табл.5.2).
Середнє лінійне відхилення d являє собою середню арифметичну з
модулів відхилень індивідуальних значень ознаки від їх середньої величини.
Його обчислюють за формулами:
x
просте – d і x ,
n
xі x fі
зважене – d .
fі

При визначенні середнього лінійного та середнього квадратичного

відхилень, дисперсії (середнього квадрата відхилення) можливі два способи
розрахунку: якщо дані не згруповані – використовують просту форму
показників варіації; якщо дані згруповані – зважену форму.
2
Дисперсія σ становить середню арифметичну з квадратів відхилень
індивідуальних значень ознаки від їх середньої. Її визначають за формулами:

x
проста – 2 і x 2 , (6.1)
n
2
зважена – 2
xі x fі . (6.2)
f
і

Дисперсія, як і розмах варіації та середнє лінійне відхилення, відноситься

до абсолютних показників варіації та має одиниці вимірювання такі, як і ознака
(проте, оскільки дисперсія представляє собою середній квадрат відхилення, для
дисперсії ці одиниці подаються в квадраті).
Якщо з дисперсії добути корінь квадратний, дістанемо середнє
квадратичне відхилення σ:
2 .

Для порівняння варіації різних ознак в одній сукупності або однієї ознаки
у кількох сукупностях з різною середньою величиною використовуються
відносні показники варіації — коефіцієнти варіації, які обчислюються як
відношення абсолютних показників варіації до середньої арифметичної та
виражаються в процентах. Значення цих коефіцієнтів залежить від того, яка
саме абсолютна характеристика варіації використовується.
Розраховують такі коефіцієнти варіації:

43
 R
осциляції: VR x 1 00% ;
d
лінійний: Vd x 1 00% ;

квадратичний: V x 100% .

Найбільш широке використання одержав квадратичний коефіцієнт

варіації, який застосовується в якості критерію оцінки ступеня однорідності
сукупності. Сукупність вважається однорідною, якщо квадратичний коефіцієнт
варіації не перевищує 33 %.
Дисперсія альтернативної ознаки – це добуток частки одиниць, в яких
виявляється альтернативна ознака ω ,1на частку одиниць, в яких її немає
(
1 , т об т о 10 (1 ).

Максимальне значення дисперсії альтернативної ознаки становить 0,25,

коли ω1=ω0=0,5. Дисперсія альтернативної ознаки широко використовується
при проектуванні вибіркових обстежень, обробці даних соціологічних
опитувань, статистичному контролі якості продукції, сировини тощо.

6.2. Види дисперсій та правило їх додавання

Загальна дисперсія, яку визначають для всієї сукупності, розраховується

за наведеними вище формулами (6.1, 6.2). Я кщо сукупність поділити на групи
(або частини) за досліджуваною ознакою, то для цих груп, крім загальної,
також можна обчислити такі види дисперсій: групову (часткову), середню з
групових і міжгрупову.
Групова дисперсія (внутрішньогрупова, часткова) – це середній квадрат
відхилень значень ознаки від групової середньої. Групову дисперсію
обчислюють за формулою:

fi
2
(x x i )
2 і1 ,
і

f
i

де х – індивідуальні значення ознаки;

хі – їх середня в межах і-ї групи;
fi – частоти (ваги) в групі.

Ця дисперсія показує вплив умов, що діють в середині групи. Оскільки

одиниці сукупності, які об’єднуються в групи, певною мірою схожі, то варіація
в групах, як правило, менша, ніж варіація в сукупності в цілому.
Обчисливши групову дисперсію, визначають середню з групових

44
дисперсій, яка є узагальнюючою мірою варіації та визначається як
середня арифметична з групових дисперсій за формулою:

2
2 і fi .
fi

2
Міжгрупова дисперсія (δ ) – це середній квадрат відхилень
групових середніх ( хі ) від загальної середньої ( х ):

2 (х і х)
2
fi

,
f
i

2
де – міжгрупова дисперсія (дисперсія групових середніх);
хі – середня по кожній окремій групі;
х – загальна середня по всій
сукупності; fi – частоти (ваги) в групі.
Отже, міжгрупова дисперсія – це середній квадрат відхилень
групових середніх від загальної середньої.
Доведено, що між загальною, середньою з групових та міжгруповою
дисперсіями є зв’язок:

2 2 2
за г .

Це співвідношення називають правилом додавання дисперсій (або

розкладання варіації).
Міжгрупова дисперсія показує результат впливу фактора, покладеного в
основу групування, а середня з групових – інших факторів, окрім
групувального, в тому числі – факторів випадкового характеру. Відношення
міжгрупової дисперсії до загальної характеризує частку варіації результативної
ознаки у в залежності від варіації факторної ознаки х, покладеної в основу
групування. Це відношення називається кореляційним і використовується для
оцінки щільності зв’язку в кореляційно-регресійному аналізі (детальніше
розд.8).

6.3. Характеристики форми розподілу та їх види

Важливим завданням дослідження варіації у статистичних сукупностях є

також аналіз закономірностей розподілу, що передбачає вивчення
характеристик форми розподілу – асиметрії і ексцесу. За своєю формою ряди
розподілу можуть бути одно-, дво- і багатовершинні. Неоднорідність

45
сукупності характеризується багатовершинністю розподілу, що є наслідком
різнотиповості окремих складових. Розподіли якісно однорідних сукупностей,
як правило, одновершинні. Серед одновершинних розподілів є симетричні і
асиметричні (скошені), госро- і плосковершинні. Потрібно добре розібратися в
різних формах розподілу, видах рядів розподілу залежно від форми розподілу
та засвоїти методику розрахунку статистичних показників форми розподілу –
коефіцієнтів асиметрії (А) і ексцесу (E).
Симетричними називаються статистичні ряди, в яких частоти
рівновіддалені від центру значення ознаки. Якщо ж вершина розподілу зміщена,
тобто частоти по обидві сторони від центру змінюються неоднаково, тоді
варіаційний ряд називається асиметричним або скошеним. При цьому
розрізняють правосторонню і лівосторонню асиметрію. Напрям асиметрії
протилежний напряму зміщення вершини розподілу: при правосторонній
асиметрії вершина розподілу зміщена вліво, при лівосторонній – вправо.
Коефіцієнти асиметрії, що характеризують напрям і міру скошеності розподілу,
розраховують за такими формулами:

x Mo
A , (6.3)

x Me
A , (6.4)

A 3 , (6.5)
3

де μ3 – центральний момент 3-го порядку, який обчислюється

за формулою:
xі x f і .
3
3

f
і

У симетричних рядах характеристики центра розподілу (середня, мода і

медіана) мають однакові значення, в асиметричних рядах ці показники
відрізняються один від одного. На цих властивостях і побудовано розрахунок
коефіцієнтів асиметрії (формули (6.3) та (6.4)). Коефіцієнт асиметрії можна
визначити також за допомогою центрального моменту 3-го порядку (формула
(6.5)). У симетричному розподілі центральний момент 3-го порядку 3 =0. За
значеннями коефіцієнта асиметрії можна зробити такі висновки: при
правосторонній асиметрії А>0, при лівосторонній – А<0.
Ексцес та асиметрія є двома пов’язаними з варіацією властивостями
форми розподілу. Ексцес, який характеризує гостровершинність
(високовершинність) або плосковершинність (низьковершинність) розподілу,
тобто скупченість значень ознаки навколо їх середньої величини,
обчислюється за формулою:

4
E 4 , (6.6)

46
 де μ4 – центральний момент 4-го порядку, який визначається так:

xі x 4 f
і .
fі
4

Гостровершинні розподіли відрізняються від нормальних позитивним

значенням коефіцієнта ексцесу, а плосковершинні розподіли – від’ємним
ексцесом. У симетричному, близькому до нормального розподілі коефіцієнт
ексцесу, визначений за формулою (6.6), матиме значення Е=3, при
гостровершинному розподілі – Е>3, при плосковершинному – Е<3.

Питання для самоперевірки

1. Що розуміється під закономірністю розподілу? Як на
закономірність розподілу впливає варіація?
2. Дайте визначення варіації та назвіть основні показники ступеня
варіації ознаки в сукупності.
3. Які показники варіації найбільш широко використовуються на
практиці?
4. За допомогою яких показників оцінюють ступінь однорідності
сукупності?
5. На чому ґрунтується оцінка нерівномірності розподілу? Які
показники при цьому використовують?
6. Розкрийте сутність правила додавання дисперсій. Які види
дисперсій при цьому використовуються?
7. Назвіть абсолютні та відносні показники варіації. Які особливості
їх розрахунку та практичного застосування вам відомі?
8. Назвіть відомі вам характеристики форми розподілу.
9. Що розуміють під симетричним рядом розподілу? Як
визначається симетричність або скошеність розподілу?
10. Що розуміється під ексцесом? За допомогою якого
показника його визначають?

Тема 7. Вибіркове спостереження

Ключові слова: суцільне та несуцільне спостереження; вибіркове спостереження;
вибіркова та генеральна сукупність (середня, частка); види вибірок: власне випадкова
(повторна та безповторна), механічна, типова, серійна, багатоступенева, багатофазна;
помилки репрезентативності: середня (стандартна) та гранична; чисельність вибірки;
способи поширення (екстраполювання) даних; мала вибірка.

Вибіркове спостереження є найбільш поширеним видом несуцільного

спостереження. При вибірковому спостереженні вивчають невелику частину
всієї сукупності, тому створюється можливість докладніше обстежити кожну

47
одиницю. У зв’язку з цим вибіркове спостереження застосовують тоді, коли
треба провести дослідження за широкою програмою, при якій суцільне
спостереження було б неможливим.

Для засвоєння теоретичних положень даної теми розглядаються такі

питання:
7.1. Поняття про вибірковий метод та основні умови наукової організації
вибіркового спостереження
7.2. Способи відбору одиниць у вибіркову сукупність
7.3. Визначення середньої та граничної помилок вибіркового
спостереження
7.4. Визначення потрібного обсягу вибірки
7.5. Способи поширення даних вибіркового спостереження на генеральну
сукупність

7.1. Поняття про вибірковий метод та основні умови наукової

організації вибіркового спостереження

Вибіркове спостереження – це такий вид несуцільного спостереження,

при якому отримують характеристику всієї сукупності одиниць на основі
дослідження деякої її частини.
Вибіркове спостереження одержало широке практичне застосування
завдяки своїм перевагам перед суцільним. До таких переваг слід, перш за все,
віднести наступні:
1. Економія часу та коштів в результаті скорочення обсягів роботи.
2. Зведення до мінімуму псування та втрат досліджуваних об’єктів.
3. Необхідність детального обстеження кожної одиниці при
неможливості обстежити всі одиниці.
4. Досягнення більшої точності результатів завдяки скороченню
помилок реєстрації.
Вибіркове спостереження застосовують і для перевірки та уточнення
результатів суцільного спостереження.
Вибірковий метод відрізняється від інших методів несуцільного
спостереження (монографічного, анкетного, основного масиву) двома
ознаками: по-перше, заздалегідь визначається кількість одиниць генеральної
сукупності, яку належить вибірково обстежити; по-друге, заздалегідь
визначається порядок відбору одиниць, за якого вибіркова сукупність
достатньою мірою буде репрезентувати генеральну.
Основними завданнями вибіркового спостереження є:
1. Вивчення середнього розміру досліджуваної ознаки (наприклад,
середнього виробітку або середньої заробітної плати робітників, середньої
сортності продукції, тощо).
2. Визначення питомої ваги (частки) досліджуваної ознаки в певній
сукупності (наприклад, питомої ваги першосортних одиниць, питомої

48
 ваги підприємств приватної форми власності та ін.).
Розглянемо основні поняття і показники вибіркового спостереження.
Розрізняють поняття генеральної і вибіркової сукупностей. Генеральною
називається загальна сукупність одиниць, з якої провадиться відбір. Частина
генеральної сукупності, яка вибірково обстежується, називається вибірковою.
Обсяг (загальна кількість одиниць) генеральної сукупності позначають через N,
а обсяг вибіркової сукупності (кількість одиниць, яка обстежується)
позначається – n.
Середній розмір досліджуваної ознаки в генеральній сукупності
називають генеральною середньою і позначають через х . Середній розмір
досліджуваної ознаки у вибірковій сукупності називають вибірковою
~
середньою і позначають через . Вибіркову та генеральну середні

х
розраховують за формулою середньої арифметичної величини (простої або
зваженої), залежно від того згрупованими чи ні є вихідні дані.
Частку досліджуваної ознаки в генеральній сукупності називають
генеральною часткою та позначають через р, у вибірковій сукупності –
вибірковою часткою та позначають через w.
Якщо знайти різницю між генеральними та вибірковими
характеристиками (середніми та частками) – одержимо помилки
репрезентативності, які називають генеральними помилками та визначають для
середньої та частки відповідно за формулами:
~
х х х,

рw p.

Відповідь про близькість між генеральною і вибірковою середніми,

генеральною та вибірковою частками дає теорія вибіркового методу, яка
ґрунтується на законі великих чисел. Суть закону великих чисел полягає в
тому, що зв’язок між досліджуваними явищами (ознаками, процесами) можна
виявити тільки при досить великій кількості елементів сукупності.
Вибірковий метод ґрунтується на випадковому відборі одиниць, які
спостерігаються. Точність результатів, які одержують за допомогою
вибіркового методу, залежить від способу відбору одиниць, ступеня коливання
ознаки у сукупності та від чисельності вибірки (обсягу вибіркової сукупності).

7.2. Способи відбору одиниць у вибіркову сукупність

За способом відбору одиниць для спостереження розрізняють такі види

вибірок: 1) власне випадкова; 2) механічна; 3) типова (районована); 4) серійна
(гніздова).
Власне випадковою називається така вибірка, при якій відбір одиниць з
усієї генеральної сукупності є ненавмисним, тобто ґрунтується на принципі

49
випадковості. Часто такий відбір передбачає жеребкування або використання
таблиць випадкових чисел.
Розрізняють два види випадкових вибірок: повторні і безповторні. При
повторному відборі кожна раніше відібрана одиниця знову повертається в
генеральну сукупність і може знову брати участь у вибірці. При безповторному
відборі кожна раніше відібрана одиниця не повертається в генеральну
сукупність і у дальшій вибірці не бере участі (схема неповернутої кулі).

Механічною називається така вибірка, при якій відбір одиниць

проводиться механічно, через певний інтервал. При організації механічної
вибірки одиниці генеральної сукупності розподіляють у певному порядку, після
чого з них відбирають через відповідний інтервал потрібне число одиниць.
Широке розповсюдження в практиці статистичних робіт одержала механічна
вибірка на основі попереднього розташування одиниць генеральної сукупності
в порядку зростання (або зменшення) ознаки. Механічний відбір завжди
безповторний.
Типова (районована, розшарована) вибірка. У випадку, коли генеральна
сукупність не однотипна і це впливає на розмір досліджуваної ознаки,
застосовується попередній поділ її на типові (однорідні) групи. На наступному
етапі з кожної типової групи до вибіркової сукупності відбирається певна
кількість одиниць пропорційно розміру кожної групи у генеральній сукупності.
На цьому етапі можливо застосування як власне випадкового, так і механічного
відбору. Такий відбір носить назву пропорційного.

Проте, можливий також і непропорційний відбір, так званий

оптимальний, коли враховується не лише питома вага кожної групи в
генеральній сукупності, а й ступінь варіації ознаки по групах.
Серійна (гніздова) вибірка. Розглянуті вище способи вибіркового
спостереження характеризуються тим, що відбір одиниць для обстеження
проводять в індивідуальному порядку. У деяких випадках такий спосіб відбору
практично недоцільний. Тоді відбір одиниць проводять групами (серіями,
гніздами). У відібраних групах досліджують усі одиниці без винятку. Групи для
спостереження відбирають у випадковому порядку, частіше неповторним
способом, а також способом механічної вибірки.
У статистичній практиці вибіркового спостереження часто комбінують
два або кілька видів вибірок. Таку вибірку називають комбінованою.

7.3. Визначення середньої та граничної помилок вибіркового

спостереження

Помилками репрезентативності називають різницю (відхилення) між

відповідними середніми і відносними показниками вибіркової і генеральної
сукупностей. Помилки репрезентативності поділяють на систематичні й
випадкові. Систематичні помилки репрезентативності виникають внаслідок
порушення принципів проведення вибіркового спостереження. Вони мають

50
тенденційний характер викривлення величини досліджуваної ознаки в
сторону її збільшення або зменшення.
Випадкові помилки репрезентативності зумовлені тим, що вибіркова
сукупність не достатньо точно відображує середні й відносні показники
генеральної сукупності. Такі помилки властиві всім вибірковим обстеженням,
оскільки як би старанно і правильно не проводили відбір одиниць, середні й
відносні показники відібраної частини завжди певною мірою відрізнятимуться
від відповідних показників генеральної сукупності. В першу чергу визначають
середню помилку репрезентативності, яку позначають через μ і називають
стандартною помилкою вибірки.
На розмір стандартної помилки репрезентативності при вибірковому
спостереженні впливають такі фактори:
1) показники варіації досліджуваної ознаки: чим більший показник
2
варіації (σ ), тим більший розмір можливої помилки;
2) чисельність вибірки (п): чим більша чисельність вибірки, тим менший
розмір можливої помилки;
3) спосіб відбору: при повторному відборі помилка більша, ніж при
безповторному.
Середня (стандартна) помилка для різних видів відбору визначається
відповідно за формулами (табл.7.1).
Таблиця 7.1
Формули визначення стандартних помилок вибірки
Вид вибірки Характеристики Повторна вибірка Безповторна вибірка
сукупності
2 2
Власне випадкова. Середня
в в 1D
Проста випадкова і величина x x
механічна n n
(систематична) Частка w1w w1w1 D
p n p n

Середня 2 2
Типова величина
x x
(розшарована) n n

Частκа w1w w1w1 D

p n p n

Середня 2 2
величина s
s
x x
Серійна (гніздова) s s S
Частка s
p ws 1 ws p ws 1 ws 1
s
де μх – стандартна помилка вибіркової середньої;
μр2– стандартна помилка вибіркової
частки; σв – вибіркова дисперсія;
n – обсяг вибірки;
N – обсяг генеральної сукупності;
1D

51
 m
w – частка одиниць сукупності, які мають певні значення ознаки ( w ,
n
де m — число одиниць, які мають певні значення ознаки);
(1 w) – частка одиниць у вибірці з протилежними значеннями ознаки;
n
D – частка вибірки (обстежувана частина генеральної сукупності);
N
2 – середня з групових дисперсій;
w1w – середня з часткових дисперсій за групами;
2
δ – міжсерійна (міжгрупова) дисперсія середніх;
S – загальне число однакових серій (груп) у генеральній
сукупності; s – число серій, відібраних для обстеження;
ws – середня частка одиниць сукупності, які мають певні значення ознаки,
w
за всіма обстежуваними серіями (групами) – s wi ;
s
wi – частка одиниць досліджуваної ознаки в кожній серії.
Щодо обчислення добутку w (1 w) , який іноді називають дисперсією
частки, слід зробити таке зауваження: якщо цей добуток дорівнює нулю через
мале значення однієї із складових (w або (1-w)), то математична статистика
рекомендує середню помилку частки визначати за формулою:

t 2 100
,
2
n t

де t може набувати значення 2 або 3.

Коли частка навіть приблизно невідома, можна зробити наближений
розрахунок середньої помилки вибірки для частки, вводячи у розрахунок
значення w (1 w) , що дорівнює 0,25.
Поряд із середньою помилкою слід розрізняти і граничну помилку
вибірки. При вибірковому спостереженні розмір граничної помилки
репрезентативності (Δ) може бути більший або менший від середньої помилки
репрезентативності (µ) t раз. З введенням показника кратності помилки
формула граничної помилки репрезентативності має такий вигляд відповідно
для середньої величини і частки:
x t x,

p t p,
де t – коефіцієнт довіри, величина якого залежить від рівня ймовірності Р.
Величини значень t і Р, що відповідають одне одному, наведено в
спеціальних таблицях. У практиці статистичної роботи
найчастіше використовуються такі їх значення:
t = 1 відповідає ймовірність Р = 0,6827; t
= 2 відповідає ймовірність Р = 0,9545; t
= 3 відповідає ймовірність Р = 0,9973;

52
 t = 4 відповідає ймовірність Р = 0,9999.
Отже, гранична помилка вибірки відповідає на питання про точність
вибірки з певною ймовірністю, величина якої обчислюється значенням t.
На основі граничної помилки вибірки визначаються довірчі
межі генеральних характеристик:
~ ~ ~
x x x або x x x x x – для середньої величини;
p w p або w p p w p – для частки.

Довірчі межі (або довірчий інтервал) є інтервальною оцінкою параметрів

вибіркової середньої або вибіркової частки, що розраховуються за даними
вибірки для певної ймовірності. Причому чим меншим є довірчий інтервал, тим
точніша оцінка.
Розрахунок середньої та граничної помилок репрезентативності
розглянемо на наступному прикладі.
Приклад 7.1. При проведені 5 %-ної механічної вибірки одержали такі дані про
вагу шкур великої рогатої худоби (ВРХ), які надходять на шкіряний завод № 1
від постачальника А з Південного регіону України (див. табл. 7.2).
Використовуючи наведені дані необхідно визначити:
1) середні помилки репрезентативності для середньої ваги шкур ВРХ
та частки шкур, які мають вагу 26 кг і більше;
2) граничні помилки репрезентативності для цих же показників,
гарантувавши результат з ймовірністю 0,954;
3) довірчі межі для середньої ваги шкур ВРХ та частки шкур, вага
яких 26 кг і більше.
Таблиця
7.2 Розподіл за вагою шкур ВРХ, які надходять з Південного регіону України
Групи Кількість Середина Допоміжні розрахунки
шкур одиниць, інтервалу для визначення середньої для визначення дисперсії
ВРХ за од.
вагою, кг
* * * *
хі fі хі хі А х і А xі
* A 2
x і
A2
fі fі
k k k k
18-20 (-) 16 19 -2 -32 4 64
20-22 24 21 -1 -24 1 24
22-24 30 23 0 0 0 0
24-26 18 25 +1 +18 1 18
26-28 12 27 +2 +24 4 48
Разом 100 -14 154

Розв’язок:
1) Обчислимо спочатку середню вагу шкур ВРХ та дисперсію ваги у вибірці,
яка складає 100 од.
Середню вагу шкур ВРХ, яка надходить на шкіряний завод з Південного
регіону України, визначимо способом моментів за формулою (5.2) на основі
даних табл. 7.2. При цьому в якості числа А вибираємо середнє значення

53
варіанта ряду розподілу (А=23), а в якості множника k – величину
інтервалу (k=2). При цьому одержимо:
х
і А
~ k fі 14 2
хА k А 23 22,7 кг.
fі 100

Дисперсію також визначаємо способом моментів за формулою (6.4):

x
і
А2 fі
2 k 2 ~ 2 154 2 2 2

f
і k (х А) 100 2 (22,7 23,0) 5,26 (кг) .

Оскільки за умовою прикладу fі n 100 (од.) , що складає 5% від

n
генеральної сукупності, то N=2000 (од.), а D 0,05 .
N
Тоді середню помилку репрезентативності μ при встановленні середньої
ваги шкур ВРХ визначаємо так:

2 5,26
в
1 D 1 0,05 0,23кг.
x
n 100

Отже, можна зробити висновок, що при обчисленні середньої ваги шкур

ВРХ можливий розмір середньої помилки репрезентативності в той чи інший
бік від середньої ваги складає 0,23 кг.
Частка важких шкур (вага яких складає та перевищує 26 кг) за умовою
прикладу становить:
12
w 0,12,або 12%.
100

Середня помилка репрезентативності частки важких шкур складе:

w1 w 1D 0,12 (1 0,12)
(1 0,05) 0,033, або 3,3%.
n 100
p

2) Визначимо граничні помилки репрезентативності для середньої ваги та

частки важких шкур ВРХ, враховуючи, що при рівні ймовірності 0,954
коефіцієнт довіри t=2:

54
 х
t
х
2 0,23 0,46 кг;

р
t
р
2 0,033 0,066, або6,6%.

3) Знайдемо довірчі межі для показників середньої ваги та частки важких

шкур в генеральній сукупності за одержаними вибірковими характеристиками:
- для середньої ваги:
~
х х х 22,7 0,46 (кг);
~ ~
або х х х х х ;22,7 0,46 х 22,7 0,46;

- для частки важких шкур ВРХ:

p w p 12 6,6 (%);
або w p p w p; 12 6,6 р 12 6,6.

7.4. Визначення потрібного обсягу вибірки

При організації вибіркового спостереження важливе значення має

правильне встановлення необхідного обсягу вибірки, яка із встановленою
ймовірністю забезпечить потрібну точність результатів спостереження.
При визначенні чисельності вибірки необхідно враховувати вплив таких
факторів:
1) розмір варіації ознаки в сукупності: чим більша варіація, тим
більшою повинна бути чисельність вибірки;
2) припустимий розмір граничної помилки вибірки: чим менший
розмір можливої помилки, тим більшою повинна бути
чисельність вибірки;
3) величина ймовірності, з якою потрібно гарантувати результат:
чим вища ймовірність потрібна, тим більшою повинна бути
чисельність вибірки;
4) спосіб відбору одиниць: при повторному відборі вибірка
повинна бути більша, ніж при безповторному.
Розрахунок обсягу вибірки виконують за формулами, які наведено в
табл.7.3.

55
 Таблиця 7.3
Формули для визначення потрібного обсягу вибіркової сукупності

Спосіб відбору Чисельність вибірки

для середньої ( х ) для частки (w)

повторна t 2 2
t2w1w
n 2 n 2

2
безповторна n t2 2 N n t w1 wN
2 Nt 2 2
2 2
Nt w1 w

Розглянемо приклад обчислення необхідної чисельності вибірки при

заданих вимогах до точності результатів вибіркового спостереження.
Приклад 7.2. Визначити, яку необхідно взяти чисельність вибірки, щоб
граничні помилки для середньої ваги шкур ВРХ та частки важких шкур
зменшилися в два рази (див. приклад 7.1)
Зважаючи на поставлене завдання, необхідно провести вибіркове
спостереження таким чином, щоб при заданому рівні ймовірності (Р=0,954, t=2)
забезпечити точність результату, не перевищивши граничну помилку: для
середньої ваги її розмір встановлюється – х 0,23 , а для частки важких шкур
ВРХ – р 0,033 .
Визначимо необхідну чисельність вибірки:
- для середньої ваги:

2 2
n t N 22 5,26 2000 331,76 332од.;

N t 22
2
2
(0,23) 2000
2
2 5,26
- для частки важких шкур:

2
n t2w1 w N 2 0,12(1 0,12) 2000 324,87 325од.
2 2 2 2
N t w1 w(0,033) 2000 2 0,12 (1 0,12)

З розрахунків видно, що для забезпечення більшої точності результатів

вибіркового спостереження необхідно більш ніж у 3 рази збільшити
чисельність вибірки: для визначення середньої ваги шкур ВРХ взяти 332 од.,
для визначення частки важких шкур – 325 од. Це дозволяє зробити загальний
висновок: для забезпечення точності результатів і для середньої, і для частки
потрібно обстежити 332 од. шкур ВРХ.

56
 7.5. Способи поширення даних вибіркового спостереження на
генеральну сукупність

Кінцевою метою будь-якого вибіркового спостереження є поширення

одержаних даних на генеральну сукупність. Іншими словами, результатом
проведення вибіркового спостереження є визначення генеральних показників –
середнього значення ознаки ( х ) та частки ознаки в генеральній сукупності (р)
за вибірковими даними. Розрізняють два способи такого поширення
(екстраполювання): 1) спосіб прямого перерахунку; 2) спосіб поправочних
коефіцієнтів.
Суть способу прямого перерахунку полягає в тому, що вибіркову середню
досліджуваної ознаки множать на чисельність одиниць генеральної сукупності з
урахуванням значення граничної помилки репрезентативності вибіркової
середньої (або частки).
Так, якщо середня вага однієї шкури ВРХ від постачальника А з
південного регіону України склала 22,7 кг (за даними вибіркового
спостереження), а кількість шкур в партії поставки складає 2000 од., то
очікувана вага шкірсировини становитиме 45400 кг (22,7∙2000). Якщо ж при
цьому відомо, що гранична помилка вибірки з тією чи іншою ймовірністю
дорівнює 0,23 кг, то генеральна середня з тією самою ймовірністю
коливатиметься в межах від 22,47 до 22,93 кг, а загальна вага сировини
коливатиметься від 44940 кг (22,47∙2000) до 45860 кг (22,93∙2000).
Спосіб поправочних коефіцієнтів застосовують під час вибіркового
спостереження для перевірки й уточнення даних суцільного спостереження.
При цьому, зіставляючи дані вибіркового спостереження з даними суцільного
спостереження, обчислюють поправочний коефіцієнт, яким користуються для
внесення поправок у матеріали суцільних спостережень. Так, по закінченні
перепису худоби провадять 10%-не контрольне вибіркове спостереження
худоби, яка є особистою власністю населення. Якщо при цьому виявлено
недооблік худоби, дані перепису коригують на процент недообліку.
Вибіркове спостереження в умовах ринкової економіки знаходить все
більше застосування, оскільки багато питань теорії і практики вибіркового
спостереження потребують подальшого його детального вивчення і
удосконалення.

Питання та завдання для самоперевірки

1. В чому переваги вибіркового методу в порівнянні з іншими методами

статистичних досліджень?
2. Що означає помилка репрезентативності? Які фактори визначають її
величину?
3. Чому принцип випадкового відбору є визначальним при формуванні
вибіркової сукупності? Які способи відбору забезпечують додержання
цього принципу?
4. Які види помилок репрезентативності вам відомі? Чим вони

57
 відрізняються?
5. Як визначається довірчий інтервал для генеральної середньої та
частки?
6. Від чого залежить точність оцінки параметрів генеральної сукупності
(генеральної середньої та генеральної частки)?
7. Чим відрізняється величина стандартної помилки власне випадкової
вибірки при повторному та безповторному відборі? Яка з цих помилок
більша?
8. В чому переваги та недоліки серійної вибірки в порівнянні з власне
випадковою?
9. В якому випадку слід віддати перевагу механічному способу відбору?
10.Які фактори впливають на чисельність вибірки?
11.Які способи поширення даних вибіркового спостереження на
генеральну сукупність вам відомі? В чому їх особливості?

Змістовний модуль ІІ
СТАТИСТИЧНІ МЕТОДИ АНАЛІЗУ ЗАКОНОМІРНОСТЕЙ ТА
ТЕНДЕНЦІЙ РОЗВИТКУ СОЦІАЛЬНО-ЕКОНОМІЧНИХ ЯВИЩ І
ПРОЦЕСІВ

Тема 8. Кореляційний зв’язок та методи його дослідження

Ключові слова: функціональний, стохастичний та кореляційний зв’язок; методи

дослідження наявності зв’язку; поле кореляції; оцінка щільності та суттєвості зв’язку;
коефіцієнт Фехнера, лінійний коефіцієнт кореляції, t-критерій Стьюдента; емпіричний
коефіцієнт детермінації; емпіричне кореляційне відношення; рівняння регресії; парна,
множинна та часткова кореляція.

Серед завдань аналізу статистичних даних одним із найважливіших є

встановлення, вимірювання та пояснення характеру взаємозв’язків у розвитку
явищ в економіці, суспільстві й природі. Усі соціально-економічні явища
перебувають у взаємозалежності і взаємообумовленості. За ступенем залежності
одного явища від іншого розрізняють два основні види зв’язку: функціональний
і стохастичний. Вивченню зв’язків, які називаються стохастичними, і
присвячується цей розділ статистики.

Для засвоєння теоретичних положень даної теми розглядаються такі

питання:
8.1. Поняття про кореляційний зв’язок
8.2. Статистичні методи виявлення наявності кореляційного зв’язку між
двома ознаками (парна кореляція)
8.3. Вимірювання щільності кореляційного зв’язку у випадку парної
залежності
8.4. Побудова рівняння регресії (парна кореляція)

58
 8.1. Поняття про кореляційний зв’язок

Вивчення соціально-економічних явищ і процесів показує, що варіація

кожної досліджуваної ознаки знаходиться в тісному взаємозв’язку з варіацією
інших ознак, що характеризують певну сукупність одиниць. Як було відмічено,
за ступенем залежності між явищами розрізняють два види зв’язку:
функціональний і стохастичний, різновидом якого є кореляційний зв’язок . Всі
ці зв’язки носять причинно-наслідковий характер.
Функціональні зв’язки характеризуються повною відповідністю між
причиною і наслідком, тобто між факторною і результативною ознаками.
Стохастичні зв’язки виявляються як узгодженість варіації двох чи
більше ознак. Стохастичний зв’язок, характеризуючи множинність
взаємозалежностей причин і наслідків, виявляється в зміні умовних розподілів:

х1 у1 ; у2 ; у3 ;...уl ;
x2 y2 ; у3 ; у4 ;...уk ;
...
хп уk ;...уп 2 ; уп 1 ; уп .
Якщо умовні розподіли результативної ознаки замінити її середнім
значенням у , то утвориться різновид стохастичного зв’язку, який називається
кореляційними зв’язком:
х ;
1 у 1
х2 у 2;
...
хп уп .
При дослідженні кореляційних залежностей між ознаками
розв’язуються такі завдання:
1) попередній аналіз властивостей досліджуваних сукупностей одиниць;
2) встановлення факту наявності зв’язку між ознаками, визначення його
напрямку та форми;
3) вимірювання ступеню щільності зв’язку між ознаками;
4) побудова регресійної моделі зв’язку, тобто знаходження аналітичного
вираження зв’язку;
5) оцінка адекватності моделі, її економічна інтерпретація та
рекомендації щодо практичного використання.
Для того, щоб результати кореляційного аналізу знайшли практичне
використання та були достовірними, досліджувані сукупності одиниць повинні
відповідати таким вимогам: по-перше, бути однорідними; по-друге, повинна
виконуватися вимога достатньої кількості спостережень; по-третє, фактори, які
підлягають дослідженню, повинні бути незалежними один від одного; по-
четверте, досліджувані сукупності повинні відповідати умовам нормального
розподілу; по-п’яте, при побудові кореляційних моделей фактори повинні мати
кількісне вираження, інакше побудувати модель кореляційної залежності не

59
можливо.

8.2. Статистичні методи виявлення наявності кореляційного зв’язку

між двома ознаками (парна кореляція)

Для відповіді на питання про наявність чи відсутність кореляційного

зв’язку між ознаками використовується ряд спеціальних методів, серед яких:
дисперсійний аналіз та так звані елементарні прийоми (паралельне порівняння
рядів значень результативної та факторної ознаки; графічне зображення
фактичних даних за допомогою поля кореляції; побудова групової та
кореляційних таблиць) та інші методи.
Одним з найпростіших методів аналізу взаємозв’язків є метод порівняння
паралельних рядів, при якому значення факторної ознаки впорядковують в
порядку зростання чи спадання і паралельно записують відповідні значення
результативної ознаки. Це дає можливість, порівнюючи їх, простежити
співвідношення, виявити наявність зв’язку і його напрямок.
Метод групувань як спосіб виявлення кореляційної залежності
відноситься до числа найважливіших методів дослідження взаємозв’язків.
Статистичні групування, за допомогою яких виявляють взаємозв’язки між
ознаками суспільних явищ, називаються аналітичними.
Графічний метод виявлення кореляційної залежності полягає в
зображенні статистичних характеристик, отриманих в результаті зведення і
обробки вихідної інформації на графіку, який називають полем кореляції
(рис.8.1).

60
50
Збі 40
ль 30
шен
ня 20
кіл
ько
10
сті 0
уго
д
0 1 2 3 4
(У) Приріст витрат на персонал (Х)

Рис.8.1. Кореляційне поле залежності між збільшенням кількості

укладених рекламними агентствами угод (у) та приростом витрат на підбір,
навчання та підвищення кваліфікації персоналу (х)

8.3. Вимірювання щільності кореляційного зв’язку у випадку парної

60
залежності

Показники ступеню щільності зв’язку дають можливість

охарактеризувати залежність варіації результативної ознаки від варіації ознаки-
фактора.
Для визначення ступеня кореляційної залежності між ознаками
використовують різні показники: коефіцієнт кореляції, кореляційне
відношення, а також часткові і множинні коефіцієнти кореляції. Останні два
показники використовують при визначенні щільності зв’язку у випадку
множинної кореляції, коли вивчають залежність зміни певної ознаки не від
одного фактора, а від двох і більше.
Коефіцієнт Г. Фехнера (1801-1887) оцінює силу зв’язку на основі
порівняння знаків відхилень індивідуальних значень факторної і результативної
ознак від їх середньої.
Формула коефіцієнта Фехнера має вигляд:

К па пв ,
ф
па пв

де па – число збігу в знаках відхилень індивідуальних значень х та у від їх

середніх;
пв – число розбіжностей в знаках відхилень індивідуальних значень х та у
від їх середніх.
Коефіцієнт Фехнера коливається в межах від -1 до +1. При наближенні
цього коефіцієнта до +1 можна висунути припущення про пряму і сильну
залежність, при наближенні коефіцієнта Фехнера до -1 можна говорити про
сильну, але обернену залежність. Якщо коефіцієнт Фехнера наближається до 0,
роблять висновок про відсутність зв’язку між х та у.
Серед показників щільності зв’язку найпоширенішим є лінійний
коефіцієнт кореляції Пірсона, який позначається символом r, який визначається
так:
n

xi x yi y
r i1 , (8.1)
n x y

де x і y – середні значення факторної і результативної ознаки; σx

і σу — середні квадратичні відхилення відповідних ознак; xi
– індивідуальні значення факторної ознаки, і=1,2,…n;
уi – індивідуальні значення результативної ознаки, і=1,2,…n;
n – кількість пар ознак xi та уi у досліджуваній сукупності.
Формула обчислення лінійного коефіцієнта кореляції r має досить багато

61
модифікацій, серед яких досить часто використовують також таку:

xy xy
r , (8.2)
x y

де xy xy .
n
Проте визначення коефіцієнта кореляції за останньою формулою є досить
трудомісткою операцією. Якщо виконати нескладні перетворення, можна
одержати наступну формулу визначення лінійного коефіцієнта r:
n n n

n xi yi xi yi
r i 1 i 1 i1 , (8.3)
n 2 n n 2
2 2
n

n xi xi n yi yi
i 1 i 1 i 1 i 1

Лінійний коефіцієнт кореляції може приймати будь-які значення в межах

від -1 до +1. Чим ближчий цей показник до 0, тим слабкіший зв’язок, а чим
ближчий до ± 1, тим зв’язок сильніший. Знак при цьому вказує напрямок
зв’язку: «плюс» – прямий зв’язок, «мінус» – зворотний. Вважають, що
кореляція буде щільною, коли r>0,7. При значеннях коефіцієнта кореляції в
межах від 0,5 до 0,7 щільність зв’язку між явищами вважається середньою, а
при значенні r<0,5 — слабкою. При r=0 зв’язок відсутній, а при r=1 –
функціональний.
Проте можливі випадки, коли відмінне від нуля значення лінійного
коефіцієнта кореляції цілком обумовлене впливом випадкових факторів. У
зв’язку з цим виникає потреба перевірки істотності одержаного лінійного
коефіцієнта кореляції, для чого математична статистика рекомендує такі
критерії:
1. Для великого обсягу вибірки, відібраної з сукупності, що відповідає умовам
нормального розподілу, визначають середню квадратичну помилку лінійного коефіцієнта
кореляції:
r r,
1 2
n 1
2
де r – лінійний коефіцієнт кореляції, одержаний за
даними вибірки; п – обсяг вибірки.
Якщо величина лінійного коефіцієнта кореляції перевищує величину
середньої квадратичної помилки більше, ніж у tασr раз, то лінійний коефіцієнт
кореляції вважають суттєвим (де α – рівень значимості 0,01 або 0,05). Якщо ж
r
відношення t , то з ймовірністю (1-α) можна стверджувати про відсутність
r

кореляційного зв’язку між ознаками в генеральній сукупності.

2. При малих обсягах вибірки для перевірки істотності r використовують

62
t- критерій Стьюдента:

t r n2 .
р о зр 1 r2

Одержане значення t-критерію Стьюдента порівнюють з табличним для

(п-2) ступенів свободи. Якщо розраховане значення t-критерію більше ніж
відповідне табличне значення, то лінійний коефіцієнт r вважають суттєвим.
3. Перевірку гіпотези про відсутність (наявність) зв’язку можна зробити і
без обчислень, скориставшись таблицею Р.Фішера. В цій таблиці показується
величина коефіцієнта кореляції, яка може вважатися суттєвою за даного числа
спостережень для (п-2) ступенів свободи. Фрагмент таблиці Р. Фішера, в якій
наведено значення коефіцієнтів кореляції при різних рівнях критерію
значимості, наведено в табл. 8.5.
Таблиця
8.5 Значення коефіцієнтів кореляції при різних рівнях значимості α
п-2 α = 0,05 α= 0,02 α= 0,01
4 0,8114 0,8822 0,9172
8 0,6319 0,7155 0,7646
10 0,5760 0,6581 0,7079
13 0,5139 0,5923 0,6411
18 0,4438 0,5155 0,5614
20 0,4227 0,4921 0,5368
25 0,3809 0,4451 0,4869
30 0,3494 0,4093 0,4487
40 0,3044 0,3578 0,3972
50 0,2732 0,3218 0,3541
60 0,2500 0,2948 0,3248
70 0,2319 0,2737 0,3017
80 0,2172 0,2565 0,2830
90 0,2050 0,2422 0,2673
100 0,1946 0,2321 0,2540

Коефіцієнт кореляції r достатньо точно оцінює ступінь щільності зв’язку

лише у випадку лінійної залежності. Криволінійний зв’язок лінійний коефіцієнт
кореляції недооцінює і може навіть наближатися до 0. В таких випадках для
оцінки щільності зв’язку рекомендується використовувати емпіричний
2
коефіцієнт детермінації η та емпіричне кореляційне відношення η. Розрахунок
цих показників ґрунтується на використанні правила додавання дисперсій:
2 2
2
(див. тема 6). Розглянемо порядок визначення емпіричного
2
коефіцієнта детермінації η та емпіричного кореляційного відношення η:
2
2
2 та 2
,
0
2
де – міжгрупова дисперсія;
2
о – загальна дисперсія результативної ознаки у сукупності.

63
 Загальна дисперсія 02 :

2
2 у у2,
0 і 0

2
де уі - середня з квадратів індивідуальних значень у в сукупності;
2
у0 - квадрат загальної середньої із індивідуальних значень у в
сукупності.
2
Міжгрупова дисперсія :
k
2
yj y0 nj
2j 1
k

nj
j 1

де y j – середнє значення результативної ознаки у відповідних

групах;
y0 – загальна середня для всієї сукупності;
nj – число спостережень у j-й групі, j=1,2,… k
; k – число виділених груп.
2
Коефіцієнт детермінації змінюється в межах від 0 до 1 та характеризує
частку варіації результативної ознаки, що залежить від варіації факторної
ознаки.
Для якісної характеристики щільності зв’язку на основі емпіричного
кореляційного відношення використовуються такі характеристики:
Значення η 0,1—0,3 0,3—0,5 0,5—0,7 0,7—0,9 0,9—0,99
Оцінка
щільності слабкий помірний помітний значний дуже значний
зв'язку

Кореляційне відношення використовують для визначення щільності

зв’язку і при прямолінійній залежності. У цьому разі лінійний коефіцієнт
кореляції та емпіричне кореляційне відношення збігаються за абсолютною
величиною. Якщо зв’язок криволінійний, то η>r. Причому доведено, що коли
різниця між η та r не перевищує 0,1 – гіпотезу про прямолінійний зв’язок
можна вважати підтвердженою.
2
Крім того, для перевірки істотності зв’язку та для оцінки значимості і
можна також використати критичні значення F-критерію Фішера.
Розрахункове значення F-критерію обчислюють за формулою:
k
2
2
F ,
2 k
1 1

64
 де k1, k2 – число ступенів свободи;
k1 = m-1, m – число груп;
k2 = n-m, n – число одиниць сукупності.
Розрахункове значення F-критерію Фішера необхідно порівняти з критич-
ним (табличним) для рівнів істотності 0,05 або 0,01 . Якщо фактичне
значення F-критерію перевищує відповідне критичне, то зв’язок між ознаками визнається
істотним. Якщо фактичне значення F-критерію менше, ніж відповідне критичне, то
висновок залишається невизначеним, а наявність або відсутність зв’язку – не доведеною.

8.4. Побудова рівняння регресії (парна кореляція)

Важливим завданням кореляційно-регресійного аналізу є побудова
аналітичної моделі зв’язку – рівняння регресії (певної математичної функції,
яка найкращим чином моделює залежність між ознаками х та у).
Теоретична лінія регресії є характеристикою залежності між двома
досліджуваними ознаками х та у, навколо якої групуються точки кореляційного
поля та яка показує основний напрям, основну тенденцію зв’язку. З огляду на
це, одним з важливих завдань регресійного аналізу є обґрунтування типу
функції, яка найкращим чином відображала б залежність між х та у.
Найбільш часто для характеристики зв’язків економічних показників
використовують такі типи функцій:
ˆ a b x – лінійна;
x
Yˆ a b – показникова;
Yˆ
a x b – степенева;
Yˆ 2
Y a b x c x – параболічна;
ˆ b
Y a x – гіперболічна;
ˆ
Y a b lg x – логарифмічна;
ˆ d
Y
- логістична,
€ 1 e abx
д е– тео р ети ч н і з н ач ен н я р ез у ль та ти вн о ї о з н а ки ; a, b, с і d — п ар а ме тр и

Y
рівняння регресії.
На етапі оцінки лінії регресії визначають параметри обраного рівняння
методом найменших квадратів на основі побудови і розв’язування відповідної
системи нормальних рівнянь. При цьому для лінійної функції формули для
визначення параметрів а та b набувають вигляду:
n

xi y i n x y
i 1
b n ;
x2 nx2
i
i 1

а y b x.

65
 Параметр b, що називається коефіцієнтом регресії, показує на скільки
одиниць власного виміру змінюється середнє значення результативної ознаки зі
збільшенням факторної ознаки на одиницю її виміру. За наявності прямого
кореляційного зв’язку коефіцієнт регресії буде додатнім, а у випадку оберненої
залежності – від’ємним.
Коефіцієнт регресії використовують для визначення коефіцієнта
еластичності, який показує на скільки процентів змінюється величина
результативної ознаки у при зміні факторної х на один процент. Коефіцієнт
еластичності визначають за формулою:
x
Ех b .
y

Індекс кореляції ( i ) використовується для оцінки адекватності обраного

y
x

рівняння регресії:
n n

a yi b xi yi n y 2
i i 1 n i1 .
2
yx y n y 2
i
i 1

Близькість величини індексу кореляції до одиниці в загальному випадку є

свідченням того, що зв’язок між ознаками достатньо добре описується
вибраним рівнянням регресії.
Приклад 8.1. За даними про витрати на рекламу та кількість туристів, що
звернулися до туристичних фірм, необхідно визначити наявність та щільність
зв’язку між ознаками, а також рівняння регресії у випадку, якщо такий зв’язок
існує.

Лінійний коефіцієнт кореляції r:

r 20 192310 199 19050 0,8105

20 2013 39601 20 18497700 362902500

t-критерій Стьюдента використовується як один із

критеріїв оцінки істотності лінійного коефіцієнта кореляції:
r n 2 0,8105 (20 2)
t р о зр 5,871
2 2
1 r 1 0,8105

5,871>tтабл= 2,878 для k=20-2=18 (ступенів свободи)

66
 Таблиця 8.1
Дані про витрати фірм на рекламу та кількість туристів
№ Витрати на рекламу, тис. Кількість туристів,
фірми грн. чол.
2 2
n Xi Yi Xi∙Yi Xi Yi
1 2 3 4 5 6
1 8 800 6400 64 640000
2 8 850 6800 64 722500
3 8 720 5760 64 518400
4 9 850 7650 81 722500
5 9 800 7200 81 640000
6 9 880 7920 81 774400
7 9 950 8550 81 902500
8 9 820 7380 81 672400
9 10 900 9000 100 810000
10 10 1000 10000 100 1000000
11 10 920 9200 100 846400
12 10 1060 10600 100 1123600
13 10 950 9500 100 902500
14 11 900 9900 121 810000
15 11 1200 13200 121 1440000
16 11 1150 12650 121 1322500
17 11 1000 11000 121 1000000
18 12 1200 14400 144 1440000
19 12 1100 13200 144 1210000
20 12 1000 12000 144 1000000
Разом 199 19050 192310 2013 18497700

2
використаємо спрощену
Для визначення загальної дисперсії 0

формулу розрахунку:

2 у2 у 2
0 і 0
2
де у - середня з квадратів індивідуальних значень “у” в
і
сукупності;

67
 у0 2 - квадрат загальної середньої із індивідуальних значень
“у” в сукупності.
Визначимо середні величини у2 та у 2 :
і 0

у2 18497700 924885 та у 2 952,52 907256,25

і 0
20
Тоді загальна дисперсія 0 буде становити:
2

18497700
2 952,5 2 17628,75
0 20
Дані, необхідні для обчислення міжгрупової дисперсії наведено
в табл.8.2:

2 236580,0 11829
20
Коефіцієнт детермінації 2
та емпіричне кореляційне
відношення :

2 11829 11829
0,671 та 0,819
17628,75 17628,75
Таблиця 8.2
Розрахунково-аналітичні дані вивчення взаємозв’язку між
показником витрат на рекламу та кількістю туристів, які звернулися до
фірм
Групи за Число фірм у Середнє значення
факторною групі, nj результативної
ознакою, хі ознаки у групі, у j yj y0 2 nj
8 3 790 79218,75
9 5 860 42781,25
10 5 966 911,25
11 4 1063 48400,0
12 3 1100 62268,75

fy 20 952,5 236580,0
2 2 2
2 r 0,819 0,8105 0,060
2
Оскільки ( r ) <0,1 – форма залежності між “х” та “у” –
лінійна.

68
 Визначимо параметри „b” та „а” за даними табл.8.1:

b 192310 20 9,95 952,5 83,84

2
2013 20 9,95
a 952,5 83,84 9,95 118,3

Тоді рівняння регресії набуває вигляду:

у 118,3 83,84 x

Коефіцієнт еластичності показує на скільки % змінюється

результативна ознака при зміні факторної ознаки на 1%:

Е x 83,84 9,95
х b y 952,5 0,8752
Індекс кореляції:
2
i 118,3 19050 83,84 192310 20 (952,5) 0,8312
y 2
x 18497700 20 (952,5)

Оскільки індекс кореляції →1, то параметри рівняння регресії обрано

вірно.

Питання та завдання для самоперевірки

1. Що розуміється під причинно-наслідковим зв’язком? Які види такого

зв’язку існують?
2. Що є характерним для функціонального, стохастичного та
кореляційного зв’язку?
3. Як виявляється кореляційний зв’язок? Порівняйте його зі стохастичним
зв’язком.
4. Які методи використовуються для виявлення зв’язку між ознаками?
5. З якою метою досліджується щільність зв’язку між ознаками? Які
показники використовуються для цього?
6. Які функції в аналізі взаємозв’язків виконує рівняння регресії?
7. Назвіть особливості визначення, аналізу та застосування коефіцієнтів
Фехнера, лінійного коефіцієнта кореляції, коефіцієнтів детермінації. В яких
межах змінюються ці показники?
8. Назвіть відомі вам методи перевірки істотності лінійного коефіцієнта
кореляції.
9. Що називають емпіричною лінією регресії? теоретичною лінією
регресії? 10. Який зміст має коефіцієнт регресії в лінійній регресійній
моделі зв’язку? 11. Що показує коефіцієнт регресії?
12. Який показник використовується для визначення еластичності зміни
результативної ознаки при зміні факторної?

69
 Тема 9. Ряди динаміки

Ключові слова: ряди динаміки (моментні та інтервальні); рівень ряду, середній рівень
ряду; база порівняння (змінна, постійна); абсолютний приріст; темп зростання; темп
приросту; абсолютне значення 1% приросту; коефіцієнти: прискорення (уповільнення),
автокореляції, випередження, нерівномірності; тенденція розвитку; згладжування ряду;
рівняння тренду; екстраполяція тренду; прогноз; сезонна нерівномірність; індекс сезонності.

Всі явища суспільного та економічного життя, які досліджує статистика,

знаходяться в безперервній зміні та розвитку. Тому одним із важливих завдань
статистики є вивчення закономірностей змін суспільно-економічних явищ в
часі, особливостей їх розвитку, іншими словами – вивчення цих явищ в
динаміці. Це завдання статистика вирішує за допомогою побудови та аналізу
відповідних рядів, які одержали назву рядів динаміки.

Для засвоєння теоретичних положень даної теми розглядаються такі

питання:
9.1. Поняття та види рядів динаміки
9.2. Основні характеристики рядів динаміки та методи їх обчислення

9.3. Способи вивчення основної тенденції розвитку в рядах динаміки

9.4. Поняття про сезонні коливання та їх вимірювання
9.5. Інтерполяція та екстраполяція рядів динаміки

9.1. Поняття та види рядів динаміки

Процеси розвитку суспільно-економічних явищ в часі називають

динамікою, а ряди числових значень статистичних показників, що
характеризують зміну в часі досліджуваного явища чи процесу, — рядами
динаміки.
Кожний ряд динаміки складається з двох елементів:
1) рівнів ряду динаміки (у) – конкретних значень статистичних
показників, які характеризують величину досліджуваного явища, його розмір;
2) періодів або моментів часу (хронологічних дат) (t), до яких
належать ці рівні.
Залежно від характеру показників часу, до яких відносяться рівні рядів
динаміки, останні поділяються на інтервальні (періодичні) та моментні ряди
динаміки.
Моментними називаються ряди динаміки, рівні яких характеризують
розмір явищ на певні моменти часу (дати).
Ряди динаміки, рівні яких характеризують розмір явищ за певні інтервали
(проміжки) часу, називаються інтервальними. Інтервальні та моментні ряди
динаміки мають свої особливості.
Для інтервальних рядів динаміки характерним є:
- можливість підсумовування рівнів ряду динаміки абсолютних величин

70
 – кожний рівень може бути одержаний як сума рівнів за більш короткі
проміжки часу;
- в результаті підсумовування рівнів інтервального динамічного ряду
одержують так звані накопичені підсумки, які мають реальний зміст.
Особливості моментних рядів динаміки проявляються в наступному:
- підсумовування рівнів моментного ряду, визначення „накопичених”
підсумків не має змісту, оскільки це приводить до повторного рахунку;
- певний економічний зміст має розрахунок різниць між рівнями
моментного динамічного ряду, які характеризують зміну рівнів за
певний проміжок часу (між двома моментами).
Ряди динаміки залежно від особливостей показників, що характеризують
рівні ряду, їх відношення до періодів чи моментів часу, а також інших факторів
поділяють на види (див. табл. 9.1).
Таблиця 9.1
Види рядів динаміки за різними ознаками
Ознака Види рядів Характерні особливості
За характером моментні характеризують розмір явища на певні дати (моменти)
показника часу часу
інтервальні характеризують розмір явища за певні інтервали
(проміжки) часу
За кількістю одномірні характеризують зміну в часі одного показника
показників багатомірні характеризують зміну в часі двох, трьох і більше показників
За зв’язком між паралельні зміна в часі одного показника різних об’єктів або різних
показниками показників одного об’єкту за умови їх незалежності один від
одного
взаємопов’язаних характеризують залежність зміни в часі показників одного
показників явища від іншого
За повнотою повні дати або періоди часу розташовані один за одним через рівні
часу (з рівними інтервали часу
інтервалами)
неповні інтервали часу між окремими показниками можуть бути
(з нерівними нерівними
інтервалами)
За способом абсолютних рівні ряду представлені абсолютними величинами (випуск
вираження величин продукції, зібраний врожай, чисельність працівників)
рівнів середніх рівні ряду представлені середніми величинами (середня
величин заробітна плата, середня процента ставка)
відносних рівні ряду представлені відносними величинами (темпи
величин зростання товарообороту, темпи інфляції)

Наглядно представити процес розвитку явищ в часі дозволяє графічне

зображення змін рівнів динамічного ряду. Серед найпоширеніших методів
графічного представлення динаміки: лінійні діаграми, напівлогарифмічна сітка,
радіальні та фігурні, стовпчикові та стрічкові діаграми.

71
 9.2. Основні характеристики рядів динаміки та методи їх обчислення

Аналіз рядів динаміки дозволяє охарактеризувати особливості та

закономірності розвитку соціально-економічних явищ та процесів. Для цього
статистикою вирішується ряд завдань, найважливішими з яких є:
1) дослідження інтенсивності змін рівнів ряду по періодах (моментах)
часу;
2) визначення середніх рівнів та середніх показників зміни рівнів ряду
динаміки за певний проміжок часу;
3) визначення основних закономірностей динаміки явища, що
досліджується на окремих етапах та в цілому за аналізований період;
4) визначення факторів, які впливають на зміну досліджуваного явища в
часі;
5) визначення тенденцій та прогнозування розвитку явища в
майбутньому.
У процесі аналізу рядів динаміки обчислюють і використовують наступні
аналітичні показники динаміки: абсолютний приріст, темп зростання, темп
приросту і абсолютне значення одного проценту приросту.
Розрахунок більшості з цих показників ґрунтується на порівнянні між
собою рівнів ряду динаміки. При цьому рівень, з яким відбувається порівняння,
називається базисним, оскільки він виступає базою порівняння. Найчастіше за
базу порівняння приймається або попередній, або початковий (перший) рівень
ряду динаміки. Проте базою порівняння може бути і будь- який інший рівень.
Якщо порівнянню підлягають декілька послідовних рівнів, то можливі два
варіанти порівнянь: якщо кожний наступний рівень зіставляють з попереднім,
то отримують ланцюгові показники динаміки, а якщо кожний наступний рівень
зіставляють з рівнем, що взятий за базу порівняння, то одержані показники
називаються базисними (див. рис.9.1).
Базисні показники

У1 У2 У3 У4 У5 У6

Ланцюгові показники

Рис. 9.1. Принципи побудови ланцюгових та базисних показників

Показники динаміки можуть бути представлені за такими групами:

72
 1) середні рівні ряду динаміки;
2) абсолютні та відносні показники зміни рівнів ряду динаміки;
3) середні показники зміни рівнів ряду динаміки.
Середні рівні ряду динаміки. Метод розрахунку середніх рівнів ряду
динаміки залежить від виду цього ряду. В інтервальному ряді динаміки
абсолютних величин з однаковими періодами часу середній рівень визначається
за формулою середньої арифметичної простої:

y y ,
n

де n — число рівнів ряду динаміки.

За умови нерівних періодів часу в інтервальному ряді динаміки
абсолютних величин середній рівень обчислюють за формулою середньої
арифметичної зваженої:
t
y уi i , (9.1)
ti
де уi — рівень ряду динаміки за і-й період часу;
ti — проміжки часу.
У моментному ряді динаміки абсолютних величин з
рівними проміжками часу між моментами середній рівень
обчислюється за формулою середньої хронологічної:

0,5 y y y ... y 0,5 y

y .
n1

1 2 3 n

n 1

Якщо в моментному ряді динаміки проміжки часу між моментами не рівні

(наприклад, є дані за місяці та за квартали, а потрібно визначити
середньоквартальний показник), то розрахунки проводять за формулою (9.1),
приймаючи до уваги, що ti – кількість періодів часу (днів, місяців) між
суміжними датами, на протязі яких рівні ряду залишалися незмінними.
Приклад 9.1. За даними про залишки готової продукції на складі
підприємства визначити їх середньомісячний обсяг (див. табл. 9.2).
Таблиця 9.2
Дані про залишки продукції на складі підприємства, тис. т
Залишки продукції, Кількість місяців, коли
Дати тис. т залишки не змінювалися уіti
01.01.2004 220 3 660
01.04.2004 250 2 500
01.06.2004 200 5 1000
01.11.2004 180 2 360
Разом 12 2520

73
 Середньомісячний обсяг залишків готової продукції на складі
підприємства:
y уti 2520 210тис.грн.
i 12

Абсолютні та відносні показники зміни рівнів ряду динаміки. У процесі

аналізу ряду динаміки обчислюють абсолютні і відносні аналітичні показники,
які дають змогу виявити і визначити характер, напрям та інтенсивність змін
соціально-економічних явищ за окремі відрізки часу і за весь досліджуваний
період: абсолютний приріст, темпи зростання і приросту, абсолютне значення
1% приросту.
Абсолютний приріст П показує, на скільки одиниць власного
вимірювання підвищився або знизився рівень за певний проміжок часу, тобто
характеризує абсолютну швидкість зміни рівнів ряду динаміки. Він
обчислюється як різниця рівнів ряду динаміки:

Пл уі уі 1 ,

Пб уі уі t ,

де Пл та Пб – відповідно ланцюговий та базисний абсолютний приріст;

уі, уі-1 та уі-t – рівень ряду динаміки, який порівнюється, попередній до
нього та базисний відповідно.
Ланцюгові та базисні абсолютні прирости пов’язані між собою: сума
послідовних ланцюгових абсолютних приростів дорівнює базисному за весь
період, тобто кінцевому базисному приросту:

Пл Пб уі уі t .

Коефіцієнт зростання k є відносною характеристикою інтенсивності

зміни рівнів ряду динаміки, який показує у скільки разів рівень ряду динаміки
перевищує рівень базового та визначається за формулами:
k yi ,
ланцюговий: л yi 1

k yі .
y
базисний: б іt

Якщо коефіцієнт зростання k помножити на 100 %, то він

називається темпом зростання..
Між ланцюговими і базисними коефіцієнтами зростання існує
певний зв’язок:
І. Добуток кількох послідовних ланцюгових коефіцієнтів зростання

74
дорівнює базисному коефіцієнту зростання:

k y1 y2 yn yn
л kл ... k л kл y0 y1 ... yn 1 kл y
,
1 2 n 1 n і

де у0 - початковий рівень ряду динаміки (прийнятий за базу для

визначення базисних показників).
2. Відношення наступного базисного коефіцієнта зростання до
попереднього дорівнює відповідному ланцюговому коефіцієнту зростання:
y
yi i1 yi .
y
y0y0 i1

Темп приросту ТП обчислюють як відношення абсолютного приросту до

рівнів ряду динаміки, взятих за базу, і він може бути ланцюговим ТПл і
базисним ТПб, тобто:
П л
ТПл у і1
100%;
П
ТП б
100%.
б у0

Темп приросту можна обчислити також як різницю між темпами

зростання в % та 100 % (якщо темпи зростання обчислено в %) або між
коефіцієнтом зростання та одиницею (якщо темп зростання обчислено
коефіцієнтом).
Приклад 9.2. Визначити ланцюгові та базисні показники динаміки за
даними про виробництво електроенергії в регіоні
Таблиця 9.3
Розрахунок ланцюгових та базисних абсолютних приростів, темпів зростання та
приросту
Роки Вироблено Абсолютний Темпи зростання Темпи приросту, %
електроенергії приріст (коефіцієнти)
(млн.кВт.год) (млн.кВт.год)
ланцюгові базисні ланцюгові базисні ланцюгові базисні
2002 741 - - - - -
2003 800 59 59 1,080 1,080 8,0 8,0
2004 857 57 116 1,071 1,160 7,1 16,0
2005 915 58 174 1,068 1,230 6,8 23,0
Разом 3313 =174 П=1,230

Порівняння абсолютного приросту та темпу приросту дозволяє зробити

висновок про якість процесу розвитку в часі – уповільнення чи прискорення.
Тому для того, щоб правильно оцінити значення одержаного показника темпу
приросту, його розглядають в порівнянні з відповідним показником
абсолютного приросту. Для цього використовують спеціальний показник –

75
абсолютне значення одного процента приросту:

П
y y y
i1
A% л y iy i1 0,01y .
i1
ТП л 100
i i 1
100
yi 1

Абсолютне значення одного проценту приросту А% показує, що являє

собою в абсолютному вираженні кожний процент приросту, який реальний
зміст він має.
Аналогічно можна обчислити абсолютне значення одного проценту
приросту і за базисними даними:
y y
A% Пб yi y it it
0,01yi t .
ТП yi it 100
б y 100
i t

Приклад визначення абсолютного значення одного проценту приросту

представлено в табл.9.4 (гр. 7).
Середні показники зміни рівнів ряду динаміки. До цієї групи показників
відносять: середній абсолютний приріст; середній коефіцієнт зростання
(середній темп зростання); середній темп приросту.
Таблиця
9.4 Визначення абсолютного значення одного проценту приросту витрат
підприємств, організацій та установ України на капітальний ремонт ОЗПП, млн. грн.
Роки Витрати підприємств,
організацій та установ на
капітальний ремонт ОЗПП, млн. Абсолютний Темпи приросту,
грн. приріст % А,%
1 2 3 5 7
2000 233,3 - - -
2001 303,5 70,2 30,09 2,33
2002 241,3 -62,2 -20,4942 3,03
2003 282,6 41,3 17,12 2,41
Разом 1060,7 49,3

Середній абсолютний приріст (середня швидкість зростання)

обчислюється за формулами:

Пл y y
П або П і іt,

n1 t

де уі та уі-t – відповідно останній та початковий (базисний) рівні

ряду динаміки;
п – кількість рівнів в динамічному ряді;
t – довжина періоду, за який робиться розрахунок (t=п-1).

76
 Середній абсолютний приріст показує, на скільки в середньому за
одиницю часу (у середньому щорічно, щоквартально, щомісячно і т.п.)
протягом досліджуваного періоду змінювались рівні ряду динаміки.
Якщо рівень ряду динаміки є моментним показником, то в якості уі
приймається рівень на кінець і-го періоду, а в якості базисного рівня (уі-t) –
рівень на кінець попереднього (прийнятого за базу) періоду, або показники на
початок відповідних періодів.
Середній коефіцієнт зростання обчислюють за формулою середньої
геометричної простої, яка є коренем ступеню t з добутку t ланцюгових
коефіцієнтів зростання:

k t або k yi.
k1 k2 k3kt t
y
it

Середній коефіцієнт зростання, виражений у формі коефіцієнта, показує у

скільки разів у середньому за одиницю часу (щорічно, щоквартально,
щомісячно і т.д.) за даний період змінювалися рівні ряду динаміки
(збільшувалися або зменшувалися).
Для обчислення середнього коефіцієнта зростання по різних за
тривалістю відрізках часу застосовується середня геометрична зважена:
tі t t t t t
k k1 1 k 2 2 k 3 3 kii kn n ,

де ki – коефіцієнт зростання за певний період;

tі – інтервал часу, протягом якого зберігався даний темп (коефіцієнт)
зростання.
Середній темп зростання T являє собою середній коефіцієнт зростання,
виражений у процентах, тобто:

T k 100%.

При обчисленні середнього коефіцієнта (темпу зростання) за умов

сильної варіації рівнів динамічного ряду використання середньої геометричної
може дати викривлене уявлення про середню інтенсивність зміни рівнів.
Середній темп приросту ТП обчислюється як різниця між середнім
темпом зростання і 100%:
ТП Т 100%.

Середній темп приросту показує на скільки процентів у середньому за

одиницю часу змінювалися рівні часового ряду за весь досліджуваний період.
Для порівняння інтенсивності змін у часі одного ряду динаміки з іншим,
зокрема багатомірних рядів динаміки, що відображають динаміку значень або
одного і того самого показника, що відноситься до різних об’єктів чи територій,
або різних показників, що відносяться до одного і того самого об’єкта

77
(території), застосовується коефіцієнт випередження kВ:
k
k 1 ,
B
k2

де k1 і k2 – відповідно базисні темпи зростання першого і другого рядів

динаміки.
Якщо відрізки часу, до яких відносяться рівні порівнюваних рядів
динаміки, різні за тривалістю, то коефіцієнт випередження обчислюється на
основі середніх коефіцієнтів зростання так:

k1
kB n , k2

де n – тривалість осереднюваного періоду.

Коефіцієнт випередження показує у скільки разів швидше
(якщо значення kB >1) або повільніше (якщо kB <1) зростає рівень
одного ряду динаміки порівняно з іншим.

9.3. Способи вивчення основної тенденції розвитку в рядах динаміки

Дослідження основної закономірності зміни рівнів ряду динаміки

передбачає її кількісне вираження. Виявлення тенденції розвитку (тренду) в
статистиці називається також вирівнюванням динамічного ряду, а методи
виявлення тенденції – методами вирівнювання. Вирівнювання дозволяє
характеризувати особливості зміни в часі даного динамічного ряду в найбільш
загальному вигляді як функцію часу, припускаючи, що таким чином можливо
виразити вплив всіх основних факторів.
Тенденція – це певний напрям розвитку, тривала еволюція, яка має
характер росту, стабільності або зниження рівнів явища.
Для визначення основної тенденції розвитку в статистиці застосовують
цілий ряд методів, таких як укрупнення інтервалів часу, метод плинних
середніх, метод аналітичного вирівнювання або метод найменших квадратів.
Укрупнення періодів динамічного ряду. Укрупнення періодів –
найпростіший спосіб обробки рядів динаміки. Суть його в тому, що дані
початкового динамічного ряду об’єднують у групи таким чином, щоб
перетворений ряд містив показники, які відносяться до більш тривалих періодів
часу (триріччя, п’ятиріччя, десятиріччя тощо). Спосіб укрупнення періодів
розглянемо на прикладі (табл. 9.5).

78
 Таблиця
9.5 Динаміка валового збору льону-довгунця в Україні, тис.т
Валовий Валовий збір льону-довгунця, тис.т
Рік збір, тис.т за триріччя середній за триріччя
1991 106
1992 105 284,0 94,7
1993 73
1994 49
1995 48 106,2 35,4
1996 9,2
1997 9,3
1998 9,3 24,2 8,1
1999 5,6
2000 8,2
2001 12,3 31,5 10,5
2002 11
Разом 445,9

Іншим способом виявлення загальної тенденції розвитку явища в

динаміці є згладжування динамічного ряду за допомогою ковзної середньої.
Порядок розрахунку трирічних ковзних сум та середніх наведено в табл.
9.6.
Таблиця 9.6
Розрахунок трирічних ковзних сум та середніх за даними про
валовий збір льону-довгунця в Україні
Рік Валовий Ковзна трирічна
збір, тис.т сума середня
1991 106 - -
1992 105 284 94,7
1993 73 227 75,7
1994 49 170 56,7
1995 48 106,2 35,4
1996 9,2 66,5 22,2
1997 9,3 27,8 9,3
1998 9,3 24,2 8,1
199 5,6 23,1 7,7
2000 8,2 26,1 8,7
2001 12,3 31,5 10,5
2002 11 - -
Разом 445,9

Згладжений (теоретичний) ряд показника валового збору льону-довгунця

(ковзна середня) має менше рівнів, ніж вихідний динамічний ряд (ряд
скорочується на число рівнів m-1, де m – число рівнів в укрупненому інтервалі).
Для того, щоб представити кількісну модель, яка виражатиме загальну
тенденцію зміни рівнів ряду динаміки в часі, використовується метод
аналітичного вирівнювання ряду динаміки. В цьому випадку фактичні рівні
замінюються рівнями, визначеними на основі певної кривої, яка відображає

79
загальну тенденцію зміни в часі досліджуваного показника.
Суть методу аналітичного вирівнювання полягає в тому, що тенденція
розвитку описується деякою математичною функцією від часу t, тобто в
найбільш загальному вигляді може бути представлена у вигляді:

уˆt f (t),

де у€t - рівні динамічного ряду, вирахувані за допомогою аналітичного

рівняння тренду на момент часу t.
Для моделювання соціально-економічних явищ за допомогою
аналітичного вирівнювання найбільш частоˆ використовуються такі функції:
лінійна b b t,
ˆу 0 1 2
парабола другого порядку b b t b t ,
1 2
кубічна парабола уˆ b 0 b tb 2t b t3,
у 0 1 2 3
ˆ t
показникова у b b ,0
1
гіперболічна уˆ b0 b1 ,
e t
ˆ
експоненціальна уˆ b0 1 b,t
модифікована експонента b b t
у 0 1 b2 ,
ˆ t t
2

логарифмічна парабола у b0 b1 b2 та інші.

Вибір форми кривої значною мірою визначають результати екстраполяції
тренду. Змістовний аналіз сутності розвитку явища дозволяє обґрунтувати вид
кривої.
Аналітичне вирівнювання динамічного ряду проводиться за такими
етапами:
1. На основі теоретичного, якісного аналізу сутності явища та законів
його розвитку виділяється певний етап його розвитку і встановлюється
характер динаміки явища на протязі цього етапу.
2. Виходячи з характеру динаміки та припущень про ту чи іншу
закономірність розвитку вибирається форма аналітичного рівняння, якому
графічно відповідає певна лінія – пряма, парабола, гіпербола, показникова чи
інша крива.
3. Після вибору виду кривої за допомогою методу найменших
квадратів визначають її параметри. Математично ця умова виражається так:

2
yi yˆi min,

де уі – фактичні значення рівнів ряду динаміки; у€і – вирівняні рівні, що

розташовані на теоретичній лінії тренду та відповідають в часі
фактичним рівням ряду динаміки.

80
 Параметри кривої, що задовольняють цю умову, можуть бути визначені
шляхом розв’язання системи нормальних рівнянь.
4. На основі знайденого рівняння кривої розраховуються вирівняні рівні,
які відповідають в часі фактичним рівням ряду динаміки.
Розглянемо техніку аналітичного вирівнювання по прямій на прикладі.
Приклад 9.3. За даними про реалізацію туристичних путівок (див. табл.
9.8) визначити тенденцію та побудувати рівняння тренду, виходячи з того, що
даний ряд відповідає умові вирівнювання за прямою.
Таблиця 9.7
Дані про динаміку реалізації туристичних путівок мережею
туристичних фірм, тис. од.
Роки Кількість реалізованих туристичних Умовне позначення Розрахункові
путівок, часу величини
тис. од.,
y
i 2 €
ti уi ti ti уi
1 2 3 4 5 6
1991 15,6 -7 -109,2 49 14,1
1992 16,0 -6 -96,0 36 15,3
1993 18,9 -5 -94,5 25 16,5
1994 15,7 -4 -62,8 16 17,8
1995 20,0 -3 -60,0 9 19,0
1996 19,6 -2 -39,2 4 20,2
1997 19,8 -1 -19,8 1 21,5
1998 21,5 0 0,0 0 22,7
1999 20,0 1 20,0 1 23,9
2000 27,3 2 54,6 4 25,2
2001 24,4 3 73,2 9 26,4
2002 28,2 4 112,8 16 27,7
2003 27,9 5 139,5 25 28,9
2004 33,1 6 198,6 36 30,1
2005 32,7 7 228,9 49 31,4
Разом 340,7 0 346,1 280 340,7

Для визначення параметрів рівняння b0 та b1 побудуємо систему

нормальних рівнянь, що відповідає принципу найменших квадратів:

b
nb0 1
t
2 y,
b t b t ty,
0 1

де у – фактичні (емпіричні) рівні ряду

динаміки; п – число рівнів ряду;
t – показник часу (порядковий номер інтервалу чи моменту часу).
Для спрощення розрахунку параметрів рівняння тренду використовують
наступний прийом визначення значень t: в середині ряду динаміки вибирають
інтервал (або момент), який розглядається як точка відліку. При непарній

81
кількості рівнів ряду t визначають так:

Роки 1998 1999 2000 2001 2002 2003 2004

t, років -3 -2 -1 0 1 2 3

У випадку, якщо кількість рівнів ряду є парною, показники t

визначаються не цілими періодами, а їх половинами – як півріччя, половина
місяця, половина декади тощо, а значення t, що дорівнює 0, припадає на
середину ряду:

01.07.
Роки 1998 1999 2000 2001 2001 2002 2003 2004 2005
t,
півріч -7 -5 -3 -1 0 1 3 5 7

Проте, незалежно від того, парна кількість рівнів в ряду чи не парна,

виконується умова: t 0.
Після визначення t шляхом нескладних перетворень, одержимо:

b y ,
0 n

b уt .
1 t2

Визначимо параметри b0 і b1 та побудуємо рівняння тренду за

даними прикладу 9.3 (див. табл.9.8):

b у 340,7
0 п 15 22,7;

уt 346,1
b
2
1 t 280 1,24;
yˆt 22,7 1,24 t.
Шляхом підстановки в це рівняння відповідних значень t знайдемо
вирівняні за трендом рівні (див. гр. 6 табл.9.8).

9.4. Поняття про сезонні коливання та їх вимірювання

Сезонними коливаннями називаються регулярні, відносно стійкі

внутрішньорічні коливання в рядах динаміки, які зумовлені специфічними
умовами виробництва чи споживання певного виду продукції. Сезонні
коливання можуть бути обумовлені як зміною пір року (сезонів), так і іншими
соціально-економічними факторами.
Важливими завданнями в галузі дослідження сезонності є такі:
- визначення наявності сезонних коливань, чисельне вимірювання

82
 їх сили та характеру в різних фазах річного циклу;
- характеристика факторів, які спричиняють виникнення сезонних
коливань;
- оцінка наслідків, до яких призводить явище сезонності;
- математичне моделювання сезонності.
Одним із найбільш простих методів дослідження сезонності є розрахунок
індексів сезонності Ісез, які являють собою процентне відношення одноіменних
місячних (квартальних) фактичних рівнів рядів динаміки до їх середньорічних
або вирівняних рівнів:
ф
І у
і

сезуˆі 100%, (9.2)

де у іф , у€ і - відповідно фактичне та вирівняне значення рівня в

одноіменних періодах року (місяцях, кварталах, ін.).
В сукупності ці індекси утворюють сезонну хвилю. Проте слід
враховувати те, що в кожному році сезонні коливання зазвичай мають свої
особливості. Тому для того, щоб одержати стійкі індекси, які відображатимуть
типовий характер сезонних коливань та будуть вільні від впливу випадкових
особливостей окремих років, індекси сезонності розраховують не за один, а за
декілька років (найчастіше за 3 або 4 роки), та з цих індексів визначають
середній індекс сезонності:

І
І сез

сез п ,

де п – кількість років, за якими досліджується сезонність.

Досить часто індекс сезонності визначають як відношення фактичних
рівнів ряду динаміки за відповідний період (місяць, квартал) до загальної
середньої за такий же період (місяць, квартал). Тоді формула (9.2) набуває
вигляду:
уф
і 100%,
І сез
у
з

де у з – загальний середній рівень ряду динаміки (середньомісячний,

середньоквартальний), який склався в досліджуваному періоді часу;
уіф – середній рівень ряду динаміки за фактичними даними і-х періодів
(місяців, кварталів) досліджуваних років.
Порядок обчислення сезонної хвилі розглянемо на прикладі.
Приклад 9.4. Є дані про пасажирські перевезення залізницею в динаміці
за 3 роки (див. табл. 9.8). Необхідно визначити наявність сезонних коливань та
побудувати сезонну хвилю.
83
 Таблиця
9.8 Розрахунок сезонної хвилі пасажирських перевезень залізницею
в динаміці за 3 роки
Місяць Перевезення, тис. пас. Разом Сезон на хвиля
ф
В середньому І уі
сез 100%,
ф
2002 2003 2004 уі уз
1 2 3 4 5 6 7
січень 826 811 839 2476 825,3 78,9
лютий 894 905 887 2686 895,3 85,6
березень 946 1007 1010 2963 987,7 94,5
квітень 962 980 993 2935 978,3 93,6
травень 1127 1153 1137 3417 1139 108,9
червень 1539 1185 1202 3926 1308,7 125,1
липень 1325 1402 1378 4105 1368,3 130,8
серпень 1207 1179 1212 3598 1199,3 114,7
вересень 1105 1090 1132 3327 1109 106,1
жовтень 951 985 969 2905 968,3 92,6
листопад 854 890 901 2645 881,7 84,3
грудень 840 986 839 2665 888,3 84,9
Разом 12576 12573 12499 37648 уз 1045,8 1200

Розглянутий метод оцінки сезонності належить до найбільш простих

та менш трудомістких методів порівняно з іншими.

9.5. Інтерполяція та екстраполяція рядів динаміки

При вивченні розвитку соціально-економічних явищ одним із важливих
завдань є знаходження відсутніх членів ряду за допомогою методів інтерполяції
та екстраполяції. Як інтерполяція, так і екстраполяція ґрунтуються на
припущенні, що наявні величини показників динаміки цілком достатньо
визначають темп зростання досліджуваного явища і, отже, його можна
поширювати на відсутні рівні динамічного ряду.
Інтерполяцією в статистиці називають знаходження одного або
декількох відсутніх показників в середині ряду динаміки на основі приблизного
розрахунку їх величини за відомими рівнями. Метод інтерполяції дозволяє
визначити характер розвитку явища в цілому за наявними даними та
застосовується тоді, коли можна припустити існування певної закономірності
розвитку явища за період часу, що розглядається. Точність результатів
інтерполяції залежить від того, наскільки стійкою та близькою до дійсності є
визначена закономірність. Це обумовлюється в свою чергу більшою чи меншою
однорідністю умов розвитку явищ.

84
 140
120
100
80
% 60
40
20
0

Місяці

Рис. 9.2. Сезонна хвиля пасажирських перевезень залізничним

транспортом за 2002-2004 роки

Найчастіше при застосуванні інтерполяції виходять з того, що рівні ряду

динаміки змінюються рівномірно (якщо виконується умова стабільності або
відносних приростів, або темпів зростання). У відповідності до цього
П
інтерполяція проводиться або на основі середнього абсоkлю тного приросту ,
або на основі середн ього коефіцієнта (темпу) зростання. В свою чергу ці
П k
показники ( та ), що використовуються для інтерполяції, можуть бути
визначені або на основі лише двох рівнів, що межують з невідомим, або на
основі більшої кількості рівнів досліджуваного ряду. При цьому другий спосіб
буде давати більш якісні результати.
Знаходження невідомих рівнів за межами ряду динаміки (у кінці або на
початку динамічного ряду) в статистиці називається екстраполяцією. При
екстраполяції виходять з припущення, що тенденція розвитку, що мала місце на
протязі всього досліджуваного періоду, залишиться незмінною і в майбутньому
(перспективна екстраполяція) або в минулому (ретроспективна
екстраполяція). В порівнянні з інтерполяцією екстраполяція є менш
обґрунтованою та надійною і дає більш наближені результати. Це пояснюється
тим, що при екстраполяції розраховуються рівні, що розташовані поза межами
досліджуваного періоду часу, коли закономірність може виявитися іншою під
впливом інших (недосліджених) умов та факторів.

Проводячи екстраполяцію слід пам’ятати, що здійснені розрахунки слід

вважати не завершальною стадією прогнозування, а лише попереднім етапом в
розробці прогнозу. Для складання прогнозу повинна бути залучена також
додаткова інформація, що не міститься власне в динамічному ряді.

Питання та завдання для самоперевірки

1. Які завдання виконуються статистикою за допомогою рядів динаміки?

85
Які види рядів динаміки існують?
2. Наведіть приклади моментного та інтервального динамічних
рядів, зазначте їх елементи та особливості.
3. Визначте, які з наведених рядів динаміки є моментними чи
інтервальними:
1) випуск продукції підприємства по кварталах року;
2) залишки готової продукції на складі на початок кожного
місяця протягом року;
3) дані про заборгованість покупців на початок кожного кварталу.
Відповідь обґрунтуйте.
4. Які види середніх використовуються для визначення середного рівня в
моментних та інтервальних рядах?
5. Як визначаються базисні та ланцюгові характеристики динаміки? Який
між ними існує взаємозв’язок?
6. Поясніть взаємозв’язок абсолютного приросту і темпу приросту.
Назвіть відомі вам способи обчислення цих показників.
Дайте визначення тенденції розвитку. Відповідь проілюструйте прикладами.
7. Яка різниця між згладжуванням і вирівнюванням динамічного ряду?
Які методи використовують у тому й іншому випадку?
8. Зазначте особливості методу ковзних середніх. Скільки п’ятичленних
ковзних середніх можна обчислити в ряду динаміки з 20 рівнів?
Дайте визначення сезонних коливань та назвіть основні завдання в галузі
дослідження сезонності. Які методи дослідження сезонності вам відомі?
9. Назвіть відомі вам методи знаходження відсутніх членів ряду
динаміки? Розкрийте особливості інтерполяції та екстраполяції рівнів
динамічного ряду.

Тема 10. Індекси та їх використання в статистико-

економічних дослідженнях

Ключові слова: індекс; види індексів (ланцюгові та базисні, індекси інтенсивних та

екстенсивних показників, індивідуальні та загальні (зведені) індекси, субіндекси, агрегатні,
середньозважені та індекси середніх величин); індексні системи; індекси структурних
зрушень, змінного та фіксованого складу; територіальні індекси; індекси ринку цінних
паперів, індекс споживчих цін, індекс реальної зовнішньої вартості валюти.

В процесі економіко-статистичних досліджень часто виникає потреба

визначити не тільки темпи розвитку одного явища, а й середні темпи розвитку
кількох різнорідних явищ. Для цього в статистиці і застосовують індекси.
Індексні показники використовують для характеристики економічного стану
країни та окремих регіонів в доповідях і виступах, в економічних оглядах і
працях на економічні теми.

Для засвоєння теоретичних положень даної теми розглядаються такі

питання:

86
 10.1. Загальне поняття про індекси, їх види та індексний метод аналізу
10.2. Методологічні принципи побудови індивідуальних та зведених
індексів. Агрегатний індекс як основна форма зведеного (загального) індексу
10.3. Середньозважені індекси та індекси середніх величин

10.1. Загальне поняття про індекси, їх види та індексний метод аналізу

Індекс – відносна величина, визначена в результаті співставлення рівнів

складних соціально-економічних явищ в часі, просторі чи порівняно з планом.
За допомогою індексного методу вирішуються такі завдання:
- одержують порівняльну характеристику досліджуваного соціально-
економічного явища (процесу) в часі, коли індекси виступають як показники
динаміки;
- характеризують виконання показника відносно встановленої бази (норми,
стандарту, плану). В цьому випадку індекси дозволяють одержати оперативну
інформацію щодо виконання встановлених показників (нормативних,
стандартних, планових);
- оцінюють роль окремих факторів шляхом елімінування впливу інших
факторів, що разом формують складне явище. Наприклад, за допомогою
системи відповідних індексів вивчається вплив на товарооборот підприємства
факторів цін та фізичного обсягу продукції (про це йтиметься нижче);
- одержують характеристику зміни явища в просторі: так звані
територіальні індекси забезпечують можливість просторових порівнянь;
- вимірюють вплив зміни структури явища на індексовану величину.
З огляду на велику кількість завдань, що вирішуються за допомогою
індексів, та залежно від різних ознак виділяють такі види індексів, як показано
на рис.10. 1.
При побудові індексів розрізняють порівнюваний рівень та рівень, з яким
проводиться порівняння – базисний. В індексному методі застосовуються
спеціальні поняття та позначення. Так, показник, співвідношення рівнів якого
характеризує індекс, називається індексованим. За характером індексованих
величин розрізняють індекси екстенсивних (об’ємних) та індекси інтенсивних
(якісних) показників. До екстенсивних (об’ємних) показників належать такі, що
характеризують загальний, сумарний розмір (обсяг) досліджуваного явища.
Інтенсивні (якісні) показники характеризують рівень явища в розрахунку на ту
чи іншу одиницю сукупності: виробіток продукції за одиницю часу (або на
одного робітника), витрати праці (часу) на одиницю продукції, собівартість
одиниці продукції тощо. Вони визначаються шляхом ділення об’ємних
показників, тобто носять вторинний, розрахунковий характер.
За ступенем охоплення одиниць досліджуваної сукупності розрізняють
індивідуальні та загальні (зведені) індекси. Індивідуальний індекс характеризує
співвідношення рівнів складного явища за окремим видом одиниць сукупності.

87
 ВИДИ ІНДЕКСІВ

залежно від бази порівняння в динаміці:

- ланцюгові
- базисні

за характером індексованих показників:

-об’ємних (екстенсивних) показників
- якісних (інтенсивних) показників

за ступенем охоплення об’єкта:

- індивідуальні
- загальні (зведені)

за формою побудови:
- агрегатні
- середньозважені
- середніх величин

Рис.10.1. Види індексів

Зведений індекс характеризує співвідношення рівнів складного явища, що

складається з декількох різних видів одиниць. Якщо досліджувана сукупність
складається з декількох груп одиниць, то зведені індекси, кожний з яких
характеризує співвідношення рівнів окремої групи одиниць, називаються
груповими або субіндексами.
В залежності від методології розрахунку розрізняють агрегатні індекси,
середні з індивідуальних індексів (або середньозважені – середні арифметичні
та середні гармонічні) та індекси середніх величин (індекс змінного складу,
постійного складу та структурних зрушень). Про особливості побудови цих
індексів йтиметься в даному розділі.
В подальшому в даному розділі будуть використовуватись такі
загальноприйняті умовні позначення:
q – кількість одиниць (фізичний обсяг) виробленої продукції (товарів,
послуг) або кількість реалізованих товарів даного виду в натуральному
вираженні;
р – ціна одиниці продукції (товару, послуги);
z – собівартість одиниці продукції (товару, послуги);

88
 Т – загальні витрати праці (часу) на виробництво продукції даного виду,
що вимірюються в людино-годинах, людино-днях і т. ін. В деяких випадках
цією ж літерою (Т) може позначатися середньооблікова чисельність робітників
за той чи інший період, оскільки вона чисельно дорівнює кількості
відпрацьованих людино-днів, людино-годин, людино-років.
На основі розглянутих показників можна отримати наступну систему
похідних показників:
рq – загальна вартість виробленої продукції даного виду або загальна
вартість реалізованих товарів даного виду (товарна продукція, товарооборот,
касова виручка);
zq – загальна собівартість продукції даного виду, тобто грошові витрати на
її виробництво;
T
t q– витрати робочого часу (праці) на виробництво одиниці продукції
(товарів, послуг) даного виду, тобто трудомісткість одиниці продукції (товарів,
послуг);
q
w T – середній виробіток продукції (товарів, послуг) за одиницю часу
або в розрахунку на одного працівника (робітника).
При побудові індексів базисний рівень показника позначається
підрядковою цифрою 0, звітний рівень – цифрою 1. Так, наприклад, запис q0 та
q1 означає, що це – фізичний обсяг певного виду продукції в базисному та
звітному періодах.
Загальні індекси позначають великою літерою І, а індивідуальні малою – і.
Підрядковий знак біля символу індексу (І або і) вказує на індексований
показник (зміну якого характеризує даний індекс).

10.2. Методологічні принципи побудови індивідуальних та зведених

індексів. Агрегатний індекс як основна форма зведеного (загального)
індексу

За ступенем охоплення елементів сукупності індекси поділяють на

індивідуальні та загальні (зведені). Індивідуальні індекси характеризують зміну
одного елемента сукупності або всієї однорідної сукупності.
Індивідуальний індекс обчислюють як відношення даних звітного періоду
до даних базисного періоду і визначають у коефіцієнтах і процентах. Так,
наприклад, якщо рівні будь-якого інтенсивного показника позначити в
базисному і звітному періодах відповідно через х 0 та х1, а екстенсивного
показника відповідно – через w0 і w1, то в загальному вигляді індивідуальні
індекси цих показників можна записати так:

i x1 , i wi .
x w

x0 w0

89
 Оскільки індивідуальні індекси є звичайними відносними величинами, для
них зберігаються певні взаємозв’язки. Для індивідуальних індексів динаміки
зберігається взаємозв’язок ланцюгових та базисних темпів зростання:
q q q 3 q3
1 2 ,
q qq q
0 1 2 0

де в лівій частині рівності – добуток трьох ланцюгових індексів, а в правій

– базисний індекс, що характеризує темп зростання фізичного обсягу продукції
в третьому періоді в порівнянні з базисним.
Індивідуальні індекси в практиці статистичних досліджень застосовуються
дуже часто. Проте більш поширені в економічному аналізі індекси, які
характеризують зміни не окремого елемента складного явища, а всього явища в
цілому. Економічні явища та показники, що їх характеризують за допомогою
індексів, можуть бути як сумірні (тобто такі, що мають спільну міру), такі і
несумірні.
Зведені індекси сумірних величин, як і індивідуальні, є по суті відносними
величинами та називаються індексами в широкому їх розумінні:
І ( pq) 1 p 1q 1
pq
( pq)0 p0 q0.
При побудові зведених індексів несумірних об’ємних показників для
одержання загального підсумку необхідно попередньо привести окремі види
продукції або товарів до сумірного вигляду, тобто забезпечити їх сумірність за
допомогою тих чи інших коефіцієнтів-сумірників.
Індекси, обчислені для складних явищ, називають загальними, або
зведеними.
Різновидом загального (зведеного) індексу є агрегатний.
Агрегатним індексом у статистиці називається загальний індекс, який є
відношенням двох сум. Кожна сума є добутком індексованої величини на її
сумірник (вагу). Суми, що порівнюються в агрегатному індексі, відрізняються
тільки індексованими величинами, а сумірники – незмінні. Індексовані
величини у формулі звичайно пишуть на першому місці після знака ∑, а вагу –
на другому.
Методологію побудови зведених індексів, в тому числі і агрегатних,
розглянемо на прикладі визначення зведеного індексу вартості продукці ї
(індекс товарообороту), а також зведених індексів агрегатної форми – індексів
фізичного обсягу продукції та цін. Будемо виходити з того, що вартість всієї
випущеної підприємством продукції можна отримати множенням кількості
випущеної продукції кожного виду в натуральному вираженні на відповідну
ціну за одиницю. Тоді вартість всієї продукції в базисному періоді буде
визначатися таким чином:
1 1 2 2 3 3 n n i i
p q p q p q ... p q n p q ,
0 0 0 0 0 0 0 0 00
i1

90
 а вартість продукції звітного періоду:
n

p1q1 p2q2 p3q3 ... p n q n piq,

1 1 1 1 1 1 1 1 11
i i1
де q i
, q – кількість одиниць і-го виду продукції відповідно в базисному та
0 1
звітному періодах;
i i
p0 , p1 – ціна одиниці і-го виду продукції відповідно в базисному та
звітному періодах;
і – порядковий номер виду продукції, що виробляється підприємством; п
– кількість видів продукції, що виробляються на підприємстві.
Якщо поділити вартість продукції звітного періоду на вартість продукції
базисного періоду, буде одержано зведений індекс вартості продукції
(товарообороту) Іpq:
п
р1 і qі
І і 1 1

pq п . (10.1)
р і qі
0 0
і1

Для того, щоб одержати уявлення про зміну фізичного обсягу продукції
необхідно елімінувати вплив зміни цін, для чого кількість продукції, що
вироблена у звітному та базисному періодах, множать на однакові для обох
періодів ціни:
q1 p0
Іq (10.2)
q0 p0

І q p
1 1
або q . (10.3)
q0 p1

Уявлення про зміну цін дає агрегатний індекс цін, в якому індексованою
величиною є ціна, а фіксованим сумірником виступає фізичний обсяг продукції:
p1 q0
Іp
p0 q0

або Іp p1 q 1 .
p q
0 1

Індекс вартості продукції, індекс цін та фізичного обсягу пов’язані

між собою:
I pq Ip Iq.

91
 На прикладі 10.1 розглянемо методологію визначення різних видів індексів
(індивідуальних та загальних), а також застосування їх для аналізу впливу
окремих факторів на зміну результативного показника.
Приклад 10.1. Визначити індивідуальні індекси цін та кількості товарів,
реалізованих торговельним підприємством „West Line”. За допомогою
агрегатних індексів цін та фізичного обсягу оцінити вплив на зміну
товарообороту торговельного підприємства факторів цін та кількості продукції.
Таблиця 10.1
Дані про реалізацію продукції торговельним підприємством
„West Line”
Індивідуальні
Базовий період Звітний період
індекси
Один. Цін за Кількість Ціна за Кількість
фізичног
один., реалізовани одиницю, реалізованих цін
Товари вимір. о обсягу
грн. х одиниць грн. одиниць
р1 q1
р0 q0 р1 q1 ір р іq q
0 0

1 2 3 4 5 6 7
А кг 32,0 1200 36,0 1190 1,125 0,992
Б л 3,0 8500 3,5 9100 1,167 1,071
В од. 16,0 400 17,0 380 1,063 0,950
Д кор. 18,0 730 22,0 650 1,222 0,890
р q р q
Товарооборот, 0 0 83440,0 1 95450,0
грн.
pq
І 1 1 95450

pq p0 q0 83440 1,144 або 114,4%

p1 q1 95450
Іp 1,148 або 114,8%
p0 q 1 83160

q1 p0 83160
Іq 0,997 або 99,7%
q0 p 0 83440

І
р Іq І рq 1,148 0,997 1,144.
Реальний економічний зміст мають не лише чисельник і знаменник
індексу, а й різниця між ними. Так, різниця між чисельником і знаменником
зведеного індексу товарообороту в прикладі 10.1 покаже на скільки збільшився
цей показник під впливом факторів цін та кількості реалізованих товарів:

p1q1 p0 q0 95450 83440 12010 грн.

92
 Різниця між чисельником і знаменником агрегатного індексу цін свідчить
про втрати населення (і виграш торговельного підприємства) від зростання цін:

p1q1 p0 q1 95450 83160 12290 грн.

Різниця між чисельником і знаменником агрегатного індексу фізичного

обсягу продукції в нашому прикладі дозволяє зробити висновок про втрачену
підприємством „West Line” вигоду внаслідок зменшення кількості реалізованих
товарів видів А, В і Д:

q1 р0 q0 р0 83160 83440 280 грн.

Перевіркою зроблених розрахунків є наступний:

12290 280 12010 грн.

10.3. Середньозважені індекси та індекси середніх величин

Досить часто в практиці економічної діяльності можуть бути відомі не

абсолютні значення рівнів цін та собівартості за окремими видами продукції
(товарами, послугами), а відносні зміни цих показників. В таких випадках, для
вирішення завдання аналізу впливу складових досліджуваного явища на зміну
результативного показника, агрегатні індекси можуть бути визначені непрямим
шляхом, використовуючи зважену середню із індивідуальних індексів. Це
можливо за умови, що відомий розмір результативного показника за звітний або
базисний період.
Індекс, середньозважений з індивідуальних, є другою формою зведеного
індексу. При цьому для побудови середньозважених індексів використовують
два види середніх – арифметичну та гармонічну.
Застосування кожної форми середньозважених індексів має свої
особливості. Так, в статистиці торгівлі при визначенні індексів цін широко
застосовується середній зважений гармонічний індекс з поточними вагами:

І p1 q1 p 1 q1 . (10.4)
p pq
0 1 1 pq
i p 1 1

Наведену форму індексу одержують шляхом заміни в агрегатному індексі

93
 р1
цін базисної ціни р0 на вираз , а чисельник агрегатного індексу при цьому
і
р

залишається без змін. Така форма середньозваженого індексу використовується

при аналізі якісних показників.
Розглянемо приклад обчислення середнього гармонічного індексу цін
(див. табл. 10.2).
Приклад 10.2. За наведеними в табл. 10.2 даними визначити зміну
товарообороту продукції підприємства під впливом зміни цін на окремі види
продукції.

Таблиця 10.2
Дані для обчислення середнього гармонічного індексу цін
Назва Товарооборот у Зміни цін у звітному році Індивідуальні
товару звітному році, порівняно з базисним, % індекси цін
тис. грн.
рq p ,% p 100 p
i
1
1 1

p p0 100
А 1080 -15 0,85
В 1560 +20 1,20
Д 2540 +18 1,18
Разом 5180

Підставивши дані табл. 10.2 у формулу (10.4), одержимо:

1080 1560 2540 5180,0

Ір 1080 1560 2540 4723,1 1,097або 109,7%.
0,85 1,20 1,18
Перетворення агрегатного індексу у середній арифметичний розглянемо
на прикладі індексу фізичного обсягу продукції. З формули індивідуального
q
індексу фізичного обсягу і 1 випливає, що q i q .
q 1 q 0
q0
Підставивши у чисельник агрегатного індексу фізичного обсягу
замість q1величину iq q0 , яка йому дорівнює, дістанемо середній
арифметичний індекс фізичного обсягу продукції:

Іq q 1 p0 i q q 0 p0 . (10.5)
q p qp
0 0 0 0

Розглянемо приклад обчислення середнього арифметичного індексу

фізичного обсягу товарообороту.
Приклад 10.3. За даними, представленими в табл. 10.3, визначити зміну
товарообороту продукції підприємства під впливом зміни кількості

94
випущеної продукції різних асортиментних груп.
Таблиця 10.3
Дані для обчислення середнього арифметичного індексу
фізичного обсягу продукції
Артикули Товарооборот у Зміна кількості випущеної Індивідуальні
шкіртоварів базисному періоді, продукції у звітному році індекси фізичного
тис. грн. порівняно з базисним, % обсягу продукції
q0p0 q ,% q 100q
iq q1

0 100
4154 20050 +25 1,25
4109 17140 +2 1,02
4954 14250 +10 1,10
Разом 51440

Підставивши дані табл. 10.3 у формулу (10.5), одержимо:

1,25 20050 1,02 17140 1,1 14250 25062,5 17482,815675,0

Іq 20050 17140 14250 51440
58220,3
1,312 або 131,2%
51440

Обчислений індекс показує, що в середньому загальний обсяг

товарообороту в цілому по підприємству збільшився на 31,2 %, в той час як по
окремих видах продукції відбулися такі зміни: по продукції артикулу 4154 –
товарооборот збільшився на 25 %, по продукції артикулу 4109 – на 2 %, по
продукції артикулу 4954 – на 10 %.
Від середньозважених індексів (середнього арифметичного та середнього
гармонічного) слід відрізняти індекси середніх величин.
Індекси середніх величин знайшли широке поширення в економічному
аналізі складних економічних явищ поряд із зведеними та агрегатними
індексами. Це пояснюється тим, що досить часто в практиці аналітичної роботи
виникає потреба дослідити динаміку зміни середнього рівня якісного показника
під впливом окремих факторів. Так, наприклад, середня собівартість одиниці
продукції даного виду залежить від рівнів собівартості на окремих
підприємствах (цехах, дільницях) та від частки окремих видів продукції, що
мають різну собівартість, в загальному її обсязі:

z q
z z dq ,
q
q
де d q – частка одиниць продукції певного виду, що мають q
конкретний рівень собівартості, в загальному обсязі продукції.
При цьому динаміка середнього рівня якісного показника обумовлена
дією двох факторів:

95
 1) зміною рівнів цього показника (собівартості, ціни) на окремих
підприємствах (цехах, дільницях);
2) змінами структури сукупності (часток окремих її частин), тобто
структурними зрушеннями у обсягах продукції по підприємствах (цехах,
дільницях), для яких характерні ті чи інші значення якісного показника.
З огляду на це, при аналізі динаміки середнього рівня постає питання про
те, якою мірою зміна середнього рівня досліджуваного якісного показника
обумовлена дією кожного з цих двох факторів окремо. Аналіз динаміки
середнього рівня проводять за допомогою так званих індексів середніх величин,
які для середніх собівартості та ціни, можуть бути визначені так:
zq zq
І z1
z 1 1 0 0 ; (10.6)
q q
z0 1 0

р1 р1 q1 р0 q0 . (10.7)
Ір
р
0 q1 q0
Наведені індекси є індексами змінного складу (формули (10.6) та (10.7)).
Проте, на величину індексів змінного складу впливають не тільки зміни рівня
досліджуваного явища, а й зміни в структурі сукупності, її складі. З огляду на
це в економічному аналізі за допомогою індексного методу вирішують завдання
оцінки впливу кожного з факторів на загальну динаміку середньої.
Для вирішення цього завдання індекс змінного складу розкладають на два
індекси-співмножники, кожний з яких відображає вплив тільки одного фактора.
Перший індекс, який називається індексом структурних зрушень, характеризує
зміну середнього рівня аналізованого показника за рахунок зміни лише
структури явища. Другий індекс, який називають індексом фіксованого
(постійного) складу, дозволяє визначити вплив на зміну середнього рівня
показника зміни лише рівнів якісного показника (собівартості, ціни,
продуктивності праці) за умови постійної структури сукупності.

У загальному вигляді цю систему взаємопов’язаних індексів, що

використовується для аналізу динаміки середнього рівня, можна зобразити так:

І І І
зм.скл. стр.зр уш. фікс.скл. (10.8)

У випадку аналізу середньої собівартості система

взаємопов’язаних індексів буде мати такий вигляд:

І z 1
z1 q 1 z0 q0 z0 q 1 z0 q 0 z1 q1 z0 q1 .
z z0 q1 q0 q1 q0 q1 q1

96
 Розглянемо приклад визначення індексів змінного складу, структурних
зрушень та фіксованого складу в аналізі середньої собівартості продукції.
Приклад 10.4. Аналіз середньої собівартості однорідної продукції трьох
підприємств об’єднання з використанням системи взаємопов’язаних індексів.
Таблиця 10.4
Дані про витрати на виробництво та реалізацію продукції
по трьох підприємствах галузі
Підприємство Випуск Собівартість Загальні витрати Індивідуальні
продукції, одиниці на виробництво, індекси
тис. шт. продукції, гр.од. тис. гр. од. собівартості
одиниці
Базисн. Звітний Базисн. Звітний Базисн. Звітний продукції,
період період. період період період період іс=z1/z0
q0 q1 z0 z1 z0q0 z1q1
№1 120 145 4,0 3,5 480,0 507,5 0,875
№.2 75 80 10,0 12,5 750,0 1000,0 1,250
№3 135 120 22,0 19,5 2970,0 2340,0 0,886
Разом 330 345 - - 4200,0 3847,5

Індекс собівартості змінного складу:

z1 q1 z 0 q0 3847,5 4200,0
Іz 11,15 12,73 0,876.
q1 q0 345 330

Індекс структурних зрушень:

I z0 q1 z0 q 0 4,0 145 10,0 80 22,0 120 4200,0

стр.зр уш.
q1 q0 345 330
11,65 12,73 0,915.

Індекс собівартості постійного (фіксованого) складу:

zq z q
I 1
q1
1 0 1
q1
3847,5
345
4,0 145 10,0 80 22,0 120
345
фікс.скл.

11,15 11,650,957.

97
 В прикладі, що розглядається обидва фактори призвели до зниження
собівартості одиниці продукції, а, отже, і до одержання економії. Розглянуту
закономірність ілюструє система взаємопов’язаних індексів (формула (10.8)):

І І І 0,915 0,957 0,876.

зм.скл. стр.зруш. фікс.скл.

Цей же взаємозв’язок підтверджується і при аналізі абсолютних

відхилень (при розрахунку економії (або перевитрат) від зниження
(підвищення) середньої собівартості) за допомогою кожного з індексів.

Питання та завдання для самоперевірки

1. Що характеризує індекс? Які завдання виконують індекси в аналізі
розвитку суспільно-економічних явищ та процесів?
2. Які види індексів існують? Поясніть особливості побудови та
застосування різних видів індексів.
3. На яких методичних принципах ґрунтується побудова агрегатних
індексів? Які системи зважування індексів використовуються при побудові
агрегатних індексів цін та фізичного обсягу?
4. Назвіть особливості індексного методу.
5. Поясніть суть середньозважених індексів та поясність їх зв’язок з
відповідними індексами агрегатної форми. Назвіть умови та особливості
застосування середньозважених індексів.
6. Чим викликана потреба застосування індексів середніх величин?
Відповідь проілюструйте прикладами.
7. Вплив яких факторів на середній рівень якісного показника
аналізується за допомогою системи індексів, що включає індекси структурних
зрушень, постійного та змінного складу?
8. Поясніть сутність індексів фіксованого складу та структурних зрушень.
Яку індексну систему вони утворюють? Які завдання вирішуються за
допомогою цих індексів?

98