![](/user_photo/2706_HbeT2.jpg)
- •Материалы для практического занятия.
- •Переводим шифр частот в числа, сумма которых должна быть равна объему данной выборки,
- •Если каждую варианту совокупности уменьшить или увеличить на одно и то же постоянное числоА, то дисперсия не изменится:
- •Параметрические показатели связи
- •Параметрические критерии
- •Кг живой массы тела. За время опыта животные дали следующие прибавки живой массы тела (табл. 35).
- •Приближенные оценки основных статистических показателей.
Переводим шифр частот в числа, сумма которых должна быть равна объему данной выборки,
т.
е.
В результате получается интервальный
вариационный ряд.
Срединные
значения классов, приведенные в табл.
7, получены прибавлением к нижним
границам классов ½ классового
интервала — величины, равной,
т. е., по формуле (3),
и
т. д. Таким образом, интервальный
вариационный ряд превращен в ряд
безынтервальный.
Пример 3. В результате учета яйценоскости 80 кур, содержащихся на птицеферме, было установлено, что
признак
варьирует от 208 до 250 яиц, полученных
от несушки за 1 год. Определяем
классовый интервал:
Так
как классовый интервал не равен единице,
результаты наблюдений нужно
распределять в интервальный вариационный
ряд, несмотря на то что признак варьирует
дискретно. Устанавливаем нижнюю
границу первого класса:205.
Намечаем
классовые интервалы:,
Уменьшаем верхние границы классов на
единицу:
Дальнейшие
действия, относящиеся к построению
вариационного ряда, понятны из предыдущих
примеров.
Графики вариационных рядов. Для того чтобы более наглядно представить закономерность варьирования количественных признаков, вариационные ряды принято изображать в виде графиков. Так, при построении графика безынтервального вариационного ряда по оси абсцисс откладывают срединные значения классов, по оси ординат — частоты. Высота перпендикуляров, восставляемых по оси абсцисс, соответствует частотам классов. Соединяя вершины перпендикуляров прямыми линиями, получают геометрическую фигуру в виде многоугольника, называемую полигоном распределения частот. Линия, соединяющая вершины перпендикуляров, называется вариационной кривой или кривой распределения частот вариационного ряда (рис. 1).
При
построении графика интервального
вариационного ряда по оси абсцисс
откладывают границы классовых интервалов,
по оси ординат — частоты интервалов. В
результате получается
Рис. 1. Полигон распределения
численности поросят в 64 опоросах
свиноматок
Рис. 2. Гистограмма распределения кальция (мг%) в сыворотке крови обезьян
гистограмма распределения кальция в сыворотке крови обезьян. Если из середин верхних сторон прямоугольников гистограммы опустить перпендикуляры на ось абсцисс, гистограмма превращается в полигон распределения, а линия, соединяющая середины верхних сторон прямоугольников гистограммы, будет представлять собой вариационную кривую.
Если по оси абсцисс откладывать значения классов, а по оси ординат — накопленные частоты с последующим соединением точек прямыми линиями, получается график, называемый кумулятой. На рис. 3 изображенакумулята распределения кальция в сыворотке крови обезьян. В отличие от вариационной кривой, имеющей куполообразную форму, кумулята имеет вид S-образной кривой. Накопленные частоты находят последовательным суммированием, или кумуляцией (от лат. cumulatio — увеличение, скопление) частот в направлении от первого класса до конца вариационного ряда. В данном случае частоты ряда распределения кальция в сыворотке крови обезьян кумулированы следующим образом:
Откладывая по оси абсцисс частоты, а по оси ординат — значения классов с последующим соединением геометрических точек прямыми линиями, как это показано на рис. 4, получают линейный график, называемый огивой.
По сравнению с эмпирическими вариационными кривыми, которые выглядят обычно в виде ломаных линий, кумулята и огива имеют более обтекаемую форму. Эта особенность позволяет в ряде случаев отдавать предпочтение этим графикам перед эмпирической вариационной кривой.
Рис. 3. Кумулята распределения кальция (мг%)
в сыворотке крови обезьян
Рис. 4. Огива распределения кальция (мг %)
в сыворотке крови обезьян
Центральная точка кумуляты совпадает с центром распределения совокупности, что дает возможность использовать ее при определении, например, средних доз биологически активных веществ, вызывающих эффект у 50% подопытных индивидов. Огива позволяет сравнивать друг с другом одновременно несколько эмпирических распределений неравного объема.
Следует заметить, что неумелое построение графиков приводит к тому, что последние получаются либо в виде островершинных геометрических фигур с узким основанием, либо плосковершинными, чрезмерно растянутыми по оси абсцисс. В обоих случаях графики оказываются плохо обозримыми, нечетко отображающими закономерность варьирования.
Тема № 2.Показатели вариации.
Цель– изучить показатели вариации.
Задачи.Размах
вариации
Дисперсия
и ее свойства
,
.
Среднее квадратическое отклонение
.
Поправка Шеппарда.Коэффициент
вариации
.Нормированное
отклонение t.
Структурные средние и способы их
вычисления. Медиана (Me).
Мода (Мо).
Квантили.
Краткое
содержание.
Средние величины не являются универсальными
характеристиками варьирующих
объектов. При одинаковых средних
признаки могут отличаться по величине
и характеру варьирования. Поэтому наряду
со средними для характеристики варьирующих
признаков используют и показатели
вариации.
Одним из таких показателей являются
лимиты
(от лат.—предел),
обозначаемые символом
В
биометрии под этим термином понимают
значения минимальной
и
максимальной
вариант
совокупности.
Размах
вариацииЭто
показатель, представляющий собой
разность между максимальной и минимальной
вариантами совокупности, т. е.
Чем
сильнее варьирует признак, тем больше
размах вариации, и, наоборот, чем слабее
вариация признака, тем меньше будет
размах вариации.
Лимиты и размах вариации — простые и наглядные характеристики варьирования, однако им присущи существенные недостатки: при повторных измерениях одного и того же группового объекта они могут значительно изменяться; кроме того, они не отражают существенные черты варьирования, что можно показать на следующем примере.
Возьмем два ряда распределения с одним и тем же весом входящих в их состав вариант, равным единице:
По
числу вариант,
лимитам и размаху вариации эти
ряды не отличаются друг от друга; их средние также равны между собой. Отличает их друг от друга характер варьирования, но эта особенность никак не отражается на лимитах и размахе вариации.
Более
удобной характеристикой вариации мог
бы служить показатель, который строится
на основании отклонений вариант от их
средней, т. е.Сумма
таких отклонений, взя
тая
без учета знаков и отнесенная к числу
наблюдений п,
называется средним
линейным отклонением.
Так, если взять суммы отклонений вариант
от их средней
для первого
и
второго
приведенных
здесь рядов, то получаются следующие
результаты:
Отсюда=100/9—11,1
и
=48/9=5,3.
Таким образом, в первом случае
варьирование сильнее, чем во втором.
Дисперсия
и ее свойства,
.
Несмотря на явное преимущество
среднего линейного отклонения перед
лимитами и размахом вариации, этот
показатель не получил широкого применения
в биометрии. Наиболее подходящим оказался
показатель, построенный не на отклонениях
вариант от их средних, а на квадратах
этих отклонений, его называют дисперсией
(от лат. dispersio
— рассеяние1)
и выражают формулами
или
где—
знак суммирования произведений отклонений
вариант
от
их средней
на
веса или частоты
этих
отклонений в пределах от первого до
k-то
класса; п
— общее число наблюдений. Индекс х
у символа дисперсии обозначает, что
этот показатель характеризует варьирование
числовых значений признака вокруг их
средней величины.
Ценность дисперсии заключается в том, что, являясь мерой варьирования числовых значений признака вокруг их средней арифметической, она измеряет и внутреннюю изменчивость значений признака, зависящую от разностей между наблюдениями. Преимущество дисперсии перед другими показателями вариации состоит также и в том, что она разлагается на составные компоненты, позволяя тем самым оценивать влияние различных факторов на величину учитываемого признака.
Вместе с тем установлено, что рассчитываемая по формуле (13) дисперсия оказывается смещенной по отношению к своему генеральному параметру на величину, равную п/(п—1). Чтобы получить несмещенную дисперсию, нужно в формулу (13) ввести в качестве множителя поправку на смещенность, называемую поправкой Бесселя. В результате формула (13) преобразуется следующим образом:
Разность п—1, обозначаемую в дальнейшем строчной буквой латинского алфавита k, называют числом степеней свободы,подкоторым понимают число свободно варьирующих единиц в составе численно ограниченной статистической совокупности.
Так,
если совокупность состоит из л-го числа
членов и характеризуется средней
величиной,
то любой член этой совокупности может
иметь какое угодно значение, не изменяя
при этом среднюю
,
кроме одной варианты, значение которой
определяется разностью между суммой
значений всех остальных вариант и
величиной
,
Следовательно, одна варианта численно
ограниченной статистической совокупности
не имеет свободы вариации. Отсюда число
степеней свободы для такой совокупности
будет равно ее объему п
без единицы, т. е. k—n—1.
А при наличии не одного, а нескольких
ограничений свободы вариации число
степеней свободы вариации будет равно
,
где
(греческая
буква ню) обозначает число ограничений
свободы вариации.
Дисперсия обладает рядом важных свойств, из которых необходимо отметить следующие.