Средняя арифметическая – самый распространенный вид средней величины; она исчисляется в тех случаях, когда объем усредняемого признака образуется как сумма его значений у отдельных единиц изучаемой статистической совокупности.
Важнейшие свойства средней арифметической:
1. Произведение средней на сумму частот всегда равно сумме произведений вариант (отдельных значений) на частоты.
2. Если от каждой варианты отнять (прибавить) какое-либо произвольное число, то новая средняя уменьшится (увеличится) на то же число.
3. Если каждую варианту умножить (разделить) на какое-то произвольное число, то новая средняя увеличится (уменьшится) во столько же раз
4. Если все частоты (веса) разделить или умножить на какое-либо число, то средняя арифметическая от этого не изменится.
5. Сумма отклонений отдельных вариантов от средней арифметической всегда равняется нулю.
Можно из всех значений признака вычесть произвольную постоянную величину (лучше значение серединной варианты или варианты с наибольшей частотой), полученные разности сократить на общий множитель (лучше на величину интервала), а частоты выразить частностями (в процентах) и исчисленную среднюю умножить на общий множитель и прибавить произвольную постоянную величину. Этот способ расчета средней арифметической называется способом расчета от условного нуля.
Средняя геометрическаянаходит свое применение при определении средних темпов роста (средних коэффициентов роста), когда индивидуальные значения признака представлены в виде относительных величин. Она используется также, если необходимо найти среднюю между минимальным и максимальным значениями признака (например, между 100 и 1000000).
Средняя квадратическаяприменяется для измерения вариации признака в совокупности (расчета среднего квадратического отклонения).
В статистике действует правило мажорантности средних:
Х гарм. < Х геом. < Х арифм. < Х квадр. < Х куб.
Средние величины делятся на два больших класса: степенные средние и структурные средние
Степенные средние:
Арифметическая
Гармоническая
Геометрическая
Квадратическая
Структурные средние:
Мода
Медиана
Выбор формы средней величины зависит от исходной базы расчета средней и от имеющейся экономической информации для ее расчета.
Исходной базой расчета и ориентиром правильности выбора формы средней величины являются экономические соотношения, выражающие смысл средних величин и взаимосвязь между показателями.
Расчет некоторых средних величин:
Средняя заработная плата 1 работника = Фонд заработной платы / Число работников
Средняя цена 1 продукции = Стоимость производства / Количество единиц продукции
Средняя себестоимость 1 изделия = Стоимость производства / Количество единиц продукции
Средняя урожайность = Валовый сбор / посевная площадь
Средняя производительность труда = объем продукции, работ, услуг / Отработанное время
Средняя трудоемкость = отработанное время / объем продукции, работ, услуг
Средняя фондоемкость = Средняя стоимость основных фондов / объем продукции, работ и услуг
Средняя фондоотдача = объем продукции, работ и услуг / средняя стоимость основных фондов
Средняя фондовооруженность = средняя величина основных производственных фондов / среднесписочная численность производственного персонала
Средний процент брака = (стоимость бракованной продукции / Стоимость всей произведенной продукции) * 100%
Степенные средние величины
Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными.
Если вариант 
встречается один раз, расчеты проводим по средней простой (например зарплата в 3 тыс.руб. встречается только у одного рабочего), а если вариант повторяется неодинаковое число раз, то есть имеет разные частоты 
(например зарплата в 4 тыс.рублей встречается у пяти работников), то расчет проводим по средней взвешенной.
Формула степенной простой в общем виде
где:
— индивидуальное значение признака 
-й единицы совокупности
— показатель степени средней величины
— число единиц совокупности
Формула степенной средней взвещенной в общем виде
где:
— частота повторения -й варианты.
В зависимости от того, какое значение принимает показатель степени средней величины , получаем различные виды средних:
При расчете различных степенных средних по одним и тем же данным значения средних будут неодинаковыми. Чем выше показатель степени (), тем больше величина средней, т.е. действует правило мажорантности средних:
3 – это изменение (колеблемость) значений признака в пределах изучаемой совокупности при переходе от одного объекта (группы объектов), или от одного случая к другому. Абсолютные и относительные показатели вариации, характеризующие колеблемость значений варьирующего признака, позволяют, в частности, измерить степень связи и взаимозависимости между признаками, определить степень однородности совокупности, типичности и устойчивости средней, определить величину погрешности выборочного наблюдения, статистически оценить закон распределения совокупности и т. п.
В этой теме необходимо уяснить сущность (смысл), назначение и способы вычисления каждого показателя вариации, рассматриваемого в курсе теории статистики: размах вариации, среднее линейное отклонение, средний квадрат отклонений (дисперсию), среднее квадратическое отклонение, относительные коэффициенты вариации (коэффициент осцилляции, коэффициент среднего линейного отклонения, коэффициент вариации).
Размах вариации (R) представляет собой разность между максимальным (хmax) и минимальным (хmin) значениями признака в совокупности (в ряду распределения):
R = хmax - хmin. (5.1)
Мерой других показателей вариации является разность не между крайними значениями признака, а средняя разность между каждым значением признака и средней величиной этих признаков. Разность между отдельным значением признака и средней называют отклонением.
Среднее линейное отклонение 
вычисляется по следующим формулам:
по индивидуальным (несгруппированным) данным
; (5.2)
по вариационным рядам (сгруппированным данным)
. (5.3)
Так как алгебраическая сумма отклонений индивидуальных значений признака от средней (согласно нулевому свойству) всегда равна нулю, то при расчете среднего линейного отклонения используется арифметическая сумма отклонений, взятая по модулю, т.е. 
.
Среднее линейное отклонение имеет ту же размерность, что и признак, для которого оно исчисляется.
Дисперсия и среднее квадратическое отклонение. Среднее линейное отклонение относительно редко применяется для оценки вариации признака. Поэтому обычно вычисляются дисперсия (s2) и среднее квадратическое отклонение (s). Эти показатели применяются не только для оценки вариации признака, но и для измерения связи между ними, для оценки величины ошибки выборочного наблюдения и других целей.
Дисперсия признака рассчитывается по формулам:
по первичным данным
; (5.4)
по вариационным рядам
. (5.5)
Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии:
по первичным данным
; (5.6)
по вариационным рядам
. (5.7)
Среднее квадратическое отклонение так же, как и среднее линейное отклонение, имеет ту же размерность, что и сам исходный признак.
Дисперсию можно определить и как разность между средним квадратом вариантов и квадратом их средней величины, т. е. 
. (5.8)
В этом случае по первичным данным дисперсия равна:
(5.9)
Применительно к сгруппированным данным, расчет дисперсии этим способом в развернутом виде представим в таком виде:
. (5.10)
Для рядов распределения с равными интервалами значение дисперсии можно вычислить, применяя способ условных моментов, т. е.
, (5.11)
где 
- первый условный момент; (5.12)
- второй условный момент. (5.13)
Среднее квадратическое отклонение по способу условных моментов определяется по формуле:
(5.14)
Преобразуя выражение расчета дисперсии по способу условных моментов, получим формулу вида: 
(5.15)
На основе одних и тех же исходных данных получим одинаковое значение дисперсии.
Относительные показатели вариации вычисляются как отношение ряда абсолютных показателей вариации к их средней арифметической и выражаются в процентах:
коэффициент осцилляции - 
; (5.16)
коэффициент относительного линейного отклонения - 
; (5.17)
коэффициент вариации - 
. (5.18)