Комбинационная группировка: таблица и пример

Комбинационная группировка - распределение единиц совокупности одновременно по двум или нескольким признакам. Например, предприятия можно разделить по отрасли, а внутри каждой отрасли - по численности работников. Так видно не только сколько предприятий относится к торговле, но и каков их размер. В учебном калькуляторе измените число предприятий в одной ячейке: доля внутри отрасли и общий итог пересчитаются вместе.
Как устроено сочетание признаков
При простой группировке для каждого объекта выбирают одну группу по одному признаку. В комбинационной группировке к первому признаку добавляют второй: каждую уже выделенную группу разбивают на подгруппы. Если признаки - отрасль и численность персонала, то ячейка «торговля, до 50 работников» содержит предприятия, отвечающие обоим условиям. У одного предприятия не два места в таблице, а одна позиция на пересечении строки и столбца.
Смысл метода - сохранить совместную информацию. Две отдельные таблицы сообщат, сколько предприятий работает в каждой отрасли и сколько относится к каждому размеру. Но по одним этим итогам нельзя восстановить, сколько небольших предприятий приходится именно на торговлю. Для этого нужны исходные записи или готовые совместные частоты. Обычная двухмерная таблица частот - один из способов представить такую группировку; её совместные и краевые распределения разбираются в учебном материале Пенсильванского университета.
Признаки могут быть качественными, как отрасль, или количественными, как численность. Числовой признак сначала относят к определённым значениям или интервалам. Подробности построения интервалов и частот рассмотрены в статье о группировке статистических данных. Здесь важнее то, как два основания работают совместно.
Пример: отрасль и численность работников
Возьмём условные данные о 12 предприятиях за одну дату. Отрасли всего две: торговля и производство. Численность делим на две группы: меньше 50 и 50 или более работников. Эти границы выбраны для примера, а не как нормативное определение малого предприятия. В каждой отрасли шесть предприятий; пропусков и многократного учёта нет.
| Отрасль | До 50 работников | 50 и более | Итого |
|---|---|---|---|
| Торговля | 4 | 2 | 6 |
| Производство | 2 | 4 | 6 |
| Итого | 6 | 6 | 12 |
Число 4 в первой строке и первом столбце означает четыре торговых предприятия, каждое из которых имеет меньше 50 работников. Это совместная частота двух признаков. Число 6 в конце строки - итог по торговле независимо от размера, а число 6 внизу первого столбца - итог для предприятий до 50 работников независимо от отрасли. Такие суммы называют краевыми, или маргинальными.
Проверка идёт двумя путями: по строкам и по столбцам. Сумма четырёх внутренних ячеек также равна . Равенство итогов необходимо, но само по себе ещё не доказывает правильность классификации: ошибка в распределении между ячейками может сохранить общую сумму.
Как построить таблицу из исходных записей
Работа начинается не с заполнения ячеек, а с определения совокупности и единицы наблюдения. В примере единица - предприятие, не отдельный работник и не филиал. Дату численности и способ определения основного вида деятельности нужно задать заранее: иначе показатели разных предприятий могут оказаться несопоставимыми.
Дальше удобно действовать по шагам:
- Сформулировать вопрос. Для сравнения размеров внутри отраслей нужны оба признака; для простого числа предприятий по отрасли второй не обязателен.
- Задать категории. Каждая запись получает одну отрасль и одну группу численности. Значение ровно 50 попадает во вторую группу.
- Разнести записи. Для каждого предприятия найдите пересечение его отрасли и размера и прибавьте единицу к соответствующей ячейке.
- Подсчитать итоги. Сложите частоты по строкам, по столбцам и по всей таблице; сравните общий итог с числом исходных записей.
- Подписать результат. Укажите единицу счёта, период, границы групп и правила обработки отсутствующих значений.
Для более тонкого деления количественного признака выбор числа интервалов влияет на подробность таблицы. Один из ориентиров описан отдельно в материале о формуле Стёрджесса; она не выбирает содержательные границы за исследователя и не устраняет необходимость проверять размер ячеек.
В обычном разбиении категории каждого признака должны быть взаимно исключающими и охватывать рассматриваемую совокупность. Это соответствует принципам статистических классификаций ООН. Если значение неизвестно, его можно показать отдельной категорией «нет данных» и пояснить, включено ли оно в знаменатели; нулевое значение и пропуск не одно и то же.
Какие доли отвечают на разные вопросы
Частота сама по себе не говорит, какую базу использовать для сравнения. В нашем примере четыре небольших торговых предприятия составляют всей совокупности. Но среди торговых предприятий их доля равна . Числитель одинаков, а вопрос и знаменатель различаются.
Для сравнения размеров внутри отраслей делим число предприятий до 50 работников на итог соответствующей строки. В производстве получается . Разница между долями равна примерно 33,3 процентного пункта, если считать по неокруглённым значениям. Это не означает разницу в 33,3 процента относительно производственной доли: процентные пункты сравнивают сами процентные показатели.

Если вопрос обратный - какая доля небольших предприятий относится к торговле, - нужен итог столбца: . В этом конкретном примере оба знаменателя равны шести, поэтому ответ численно совпал с долей внутри торговли. В других данных совпадения может не быть. Выбор базы сравнения всегда следует из формулировки вопроса.
Обозначения и проверка итогов
Обозначим частоту ячейки в строке и столбце через . Тогда сумма строки , сумма столбца , а объём совокупности . Доля ячейки во всей совокупности равна , а доля внутри строки - при ненулевом итоге строки.
Строковые доли в каждой непустой строке суммируются до 100 %, столбцовые - до 100 % в каждом непустом столбце. Небольшое отклонение возможно из-за округления. Если итог строки нулевой, условная доля не определена: делить на ноль нельзя. Нулевая частота отдельной ячейки при положительном итоге строки, напротив, означает долю 0 %.
Проверку полезно проводить и по исходным данным: найти пропущенные идентификаторы, повторы и записи с невозможными значениями. Для выборочных данных общий итог характеризует именно обследованную выборку; различие между ней и изучаемой генеральной совокупностью разобрано в статье о выборке и генеральной совокупности.
Третий признак и пределы вывода
Добавим регион с двумя категориями. Тогда теоретически возможны сочетаний вместо четырёх: для каждого региона получится своя таблица отрасли и размера. Одна ячейка будет означать, например, торговлю, численность до 50 и первый регион одновременно. Если все категории допустимы для всех единиц, произведение числа категорий даёт число возможных ячеек; само по себе оно не сообщает, сколько из них заполнено. Почему здесь используется умножение, поясняет правило произведения.
Чем больше признаков и категорий, тем меньше наблюдений обычно остаётся в каждой ячейке. Поэтому детальная таблица может стать разреженной, а сравнение процентов - неустойчивым. Перед объединением категорий проверьте, не теряется ли содержательно важное различие, и покажите читателю основания объединения. Некоторые сочетания могут быть невозможны по определению: такой структурный ноль отличается от отсутствия наблюдений в допустимой ячейке.
Даже ясная разница долей описывает только данную совокупность и выбранные группы. Она не доказывает, что отрасль вызывает определённый размер предприятия: на результат могут влиять регион, период, отбор и другие условия. Для содержательного вывода нужны дополнительные данные и подходящий метод анализа.
Частые ошибки
- Складывают итоги строк и столбцов вместе. Это два способа подсчёта одной совокупности; сложение удвоит число предприятий.
- Сравнивают проценты с разной базой. Укажите, считается ли доля от всей совокупности, внутри отрасли или внутри группы размера.
- Оставляют границу неоднозначной. Формулировки «до 50» и «от 50» должны однозначно относить предприятие с 50 работниками ко второй группе.
- Принимают пустую ячейку за доказанную невозможность. Ноль наблюдений, пропуск и невозможное сочетание требуют разных обозначений.
- Делают причинный вывод по таблице. Совместное распределение показывает структуру, но не устанавливает причину различий.
FAQ
Чем комбинационная группировка отличается от простой?
Простая использует один группировочный признак. Комбинационная распределяет те же единицы по сочетаниям двух или более признаков, например отрасли и численности работников.
Обязательно ли все ячейки должны быть заполнены?
Нет. Допустимое сочетание может не встретиться в данных, и тогда частота равна нулю. Отдельно отмечайте неизвестные значения и сочетания, невозможные по определению.
Можно ли вычислить совместные частоты только по итогам строк и столбцов?
В общем случае нет: одним и тем же итогам могут соответствовать разные внутренние таблицы. Нужны исходные данные или дополнительная информация о сочетаниях признаков.
Коротко
Комбинационная группировка показывает, как признаки встречаются вместе. Для её построения определяют единицу наблюдения и непересекающиеся категории, разносят записи по сочетаниям и сверяют оба набора итогов. При чтении таблицы знаменатель выбирают по вопросу, а полученные различия рассматривают как описание данных, а не автоматическое доказательство причины.
Читайте также

Группировочный признак: выбор и примеры в статистике
Что такое группировочный признак, как выбрать качественное или количественное основание группировки и проверить границы и состав групп на примере предприятий.

Анализ движения основных средств: формулы и пример
Как составить баланс движения основных средств и рассчитать коэффициенты поступления, обновления и выбытия: формулы, пример в млн рублей и частые ошибки.

Балансовый метод в экономическом анализе: пример
Балансовый метод в экономическом анализе: формула движения запасов, пример расчёта расхода и влияния факторов, проверка расхождений, практические ошибки и границы применения метода.

Графический метод в экономическом анализе
Графический метод в экономическом анализе: как построить и прочитать график спроса и предложения, найти равновесие, сравнить сдвиги кривых и избежать типичных ошибок масштаба.

Индексный метод факторного анализа: формулы и пример
Индексный метод факторного анализа: формулы и пример разложения выручки на влияние цены и количества, выбор порядка подстановки и проверка вклада каждого фактора.

Интегральный метод факторного анализа: расчёт
Интегральный метод факторного анализа: формулы для двух и трёх факторов, расчёт влияния количества и цены, распределение взаимодействия и проверка результата.