Шкалы количественных признаков: шкала интервалов, шкала отношений, шкала разностей, абсолютная шкала.

Шкалы количественных признаков - это шкалы интервалов, отношений, разностей, абсолютная.

Шкала интервалов

По шкале интервалов измеряют величину потенциальной энергии или координату точки на прямой. В этих случаях на шкале нельзя отметить ни естественное начало отсчета, ни естественную единицу измерения. Исследователь должен сам задать точку отсчета и сам выбрать единицу измерения. Допустимыми преобразованиями в шкале интервалов являются линейные возрастающие преобразования, т.е. линейные функции. Температурные шкалы Цельсия и Фаренгейта связаны именно такой зависимостью: C^o=5/9(F^o-32), где C^o - температура (в градусах) по шкале Цельсия, а F^o - температура по шкале Фаренгейта.

Шкала отношений

Из количественных шкал наиболее распространенными в науке и практике являются шкалы отношений. В них есть естественное начало отсчета - нуль, т.е. отсутствие величины, но нет естественной единицы измерения. По шкале отношений измерены большинство физических единиц: масса тела, длина, работа, мощность, заряд, напряжение, а также цены в экономике. Допустимыми преобразованиями в шкале отношений являются подобные (изменяющие только масштаб). Другими словами, линейные возрастающие преобразования без свободного члена. Примером является пересчет цен из одной валюты в другую по фиксированному курсу.

Шкала разностей

В шкале разностей есть естественная единица измерения, но нет естественного начала отсчета. Допустимыми преобразованиями в шкале разностей являются сдвиги. Время измеряется по шкале разностей, если год (или сутки - от полудня до полудня) принимаем естественной единицей измерения, и по шкале интервалов в общем случае. На современном уровне знаний естественного начала отсчета времени указать нельзя.

Абсолютная шкала

Только для абсолютной шкалы результаты измерений - числа в обычном смысле слова. Примером является число людей в комнате. Для абсолютной шкалы допустимым является только тождественное преобразование.

В процессе развития соответствующей области знания тип шкалы измерения конкретной величины может меняться. Так, сначала температура измерялась по порядковой шкале (холоднее - теплее). Затем - по интервальной (шкалы Цельсия, Фаренгейта, Реомюра). Наконец, после открытия абсолютного нуля температуру можно считать измеренной по шкале отношений (шкала Кельвина). Надо отметить, что среди специалистов иногда имеются разногласия по поводу того, по каким шкалам следует считать измеренными те или иные реальные величины. Другими словами, процесс измерения включает в себя, как необходимый этап, и определение типа шкалы (вместе с обоснованием выбора определенного типа шкалы). Кроме перечисленных шести основных типов шкал, иногда используют и иные шкалы.

 

 

Операции, применимые к величинам, измеренным в разных шкалах

Инвариантные алгоритмы и средние величины

Основное требование к алгоритмам анализа данных формулируется в ТИ так: выводы, сделанные на основе данных, измеренных в шкале определенного типа, не должны меняться при допустимом преобразовании шкалы измерения этих данных. Другими словами, выводы должны быть инвариантны по отношению к допустимым преобразованиям шкалы.

Таким образом, одна из основных целей теории измерений - борьба с субъективизмом исследователя при приписывании численных значений реальным объектам. Так, расстояния можно измерять в аршинах, метрах, микронах, милях, парсеках и других единицах измерения. Массу (вес) - в пудах, килограммах, фунтах и др. Выбор единиц измерения зависит от исследователя, т.е. субъективен.

Выводы могут быть адекватны реальности только тогда, когда они не зависят от того, какую единицу измерения предпочтет исследователь, т.е. когда они инвариантны относительно допустимого преобразования шкалы.

При разработке управленческих решений можно опираться только на инвариантные выводы.

Оказывается, сформулированное условие является достаточно сильным. Из многих используемых при принятии решений алгоритмов статистического (эконометрического) анализа данных ему удовлетворяют лишь некоторые. Покажем это на примере сравнения средних величин.

Пример.

Пусть X₁,X₂,…,X_n - выборка объема n. Часто используют среднее арифметическое

Xср=(X₁+X₂+…+X_n)/n

Использование среднего арифметического настолько привычно, что второе слово в термине часто опускают. И говорят о средней зарплате, среднем доходе и других средних для конкретных экономических данных, подразумевая под "средним" среднее арифметическое. Такая традиция может приводить к ошибочным выводам. Покажем это на примере расчета средней заработной платы (среднего дохода) работников условного предприятия (табл. 7.1).

Таблица??? - Численность работников различных категорий, их заработная плата и доходы (в условных единицах)

 

Первые три строки в табл.??? вряд ли требуют пояснений. Менеджеры - это директора по направлениям, а именно, по производству (главный инженер), по финансам, по маркетингу и сбыту, по персоналу (по кадрам). Владелец сам руководит предприятием в качестве генерального директора. В столбце "заработная плата" указаны доходы одного работника соответствующей категории, а в столбце "суммарные доходы" - доходы всех работников соответствующей категории.

Фонд оплаты труда составляет 40000 единиц, работников всего 100, следовательно, средняя заработная плата составляет 40000/100=400 единиц. Однако эта средняя арифметическая величина явно не соответствует интуитивному представлению о "средней зарплате". Из 100 работников лишь 5 имеют заработную плату, ее превышающую, а зарплата остальных 95 существенно меньше средней арифметической. Причина очевидна - заработная плата одного человека - генерального директора - превышает заработную плату 95 работников - низкоквалифицированных и высококвалифицированных рабочих, инженеров и служащих, вместе взятых.

Ситуация напоминает описанную в известном рассказе о больнице, в которой 10 больных, из них у 9 температура 40 ^o, а один уже отмучился, лежит в морге с температурой 0 ^o. Между тем средняя температура по больнице равна 36 ^o - лучше не бывает!

Не всегда целесообразно использовать среднее арифметическое. Его можно порекомендовать лишь для достаточно однородных совокупностей (без больших выбросов в ту или иную сторону).

для описания заработной платы следует использовать медиану. Для данных табл.??? медиана - среднее арифметическое 50-го и 51-го работника, если их заработные платы расположены в порядке неубывания. Сначала идут зарплаты 40 низкоквалифицированных рабочих, а затем - с 41-го до 70-го работника - заработные платы высококвалифицированных рабочих. Следовательно, медиана попадает именно на них и равна 200. У 50-ти работников заработная плата не превосходит 200, и у 50-ти - не менее 200, поэтому медиана показывает "центр", около которого группируется основная масса исследуемых величин.

Еще одна средняя величина - мода, наиболее часто встречающееся значение. В рассматриваемом случае это заработная плата низкоквалифицированных рабочих, т.е. 100. Таким образом, для описания зарплаты имеем три средние величины - моду (100 единиц), медиану (200 единиц) и среднее арифметическое (400 единиц). Для наблюдающихся в реальной экономике распределений доходов и заработной платы справедлива та же закономерность: мода меньше медианы, а медиана меньше среднего арифметического.

При разработке управленческих решений средние величины используются для того, чтобы заменить совокупность чисел одним числом, чтобы сравнивать совокупности с помощью средних.

Пусть, например, Y₁,Y₂,…, Y _n, - совокупность оценок экспертов, "выставленных" одному объекту экспертизы (например, одному из вариантов стратегического развития фирмы), Z₁,Z₂,…, Z _n, - второму (другому варианту такого развития). Как сравнивать эти совокупности? Очевидно, самый простой способ - по средним значениям.

Среднее значение по Коши

Известны различные виды средних величин: среднее арифметическое, медиана, мода, среднее геометрическое, среднее гармоническое, среднее квадратическое.

Общее понятие средней величины введено французским математиком первой половины ХIХ в. академиком О. Коши:

Средней величиной является любая функция f (X ₁, X ₂,…, X_n) такая, что при всех возможных значениях аргументов значение этой функции не меньше, чем минимальное из чисел X ₁, X ₂,…, X_n, и не больше, чем максимальное из этих чисел. Все перечисленные выше виды средних величин являются средними по Коши.

При допустимом преобразовании шкалы значение средней величины, очевидно, меняется. Но выводы о том, для какой совокупности среднее больше, а для какой - меньше, не должны меняться (в соответствии с условием инвариантности выводов, принятом как основное требование в ТИ). Сформулируем соответствующую математическую задачу поиска вида средних величин, результат сравнения которых устойчив относительно допустимых преобразований шкалы.

Пусть f(X₁, X₂,…, X _n) - среднее по Коши. Пусть среднее по первой совокупности меньше среднего по второй совокупности:

f(Y₁, Y₂,…, Y _n) < f(Z₁, Z₂,…, Z _n).

Тогда согласно ТИ для устойчивости результата сравнения средних необходимо, чтобы для любого допустимого преобразования g из группы допустимых преобразований в соответствующей шкале было справедливо также неравенство

f(g(Y₁), g(Y₂),…, g(Y _n)) < f (g(Z₁), g(Z₂),…, g(Z _n)),

т.е. среднее преобразованных значений из первой совокупности также было меньше среднего преобразованных значений для второй совокупности. Причем сформулированное условие должно быть выполнено для любых двух совокупностей Y₁,Y₂,…,Y _n  и  Z₁,Z₂,…,Z _n и, напомним, любого допустимого преобразования g. Средние величины, удовлетворяющие сформулированному условию, назовем допустимыми (в соответствующей шкале). Согласно ТИ только допустимыми средними можно пользоваться при анализе мнений экспертов и иных данных, измеренных в рассматриваемой шкале.