![](/user_photo/2706_HbeT2.jpg)
- •Тема 1. Элементы аналитической геометрии на плоскости План:
- •§4. Расстояние от точки до прямой
- •§5. Кривые второго порядка
- •5.1. Окружность
- •5.2. Эллипс
- •Свойства эллипса
- •5.3. Гипербола
- •Свойства гиперболы
- •5.4. Парабола
- •Свойства параболы
- •Тема 3. Дифференцирование функций План:
- •§2. Предел функции
- •2.1. Числовая последовательность. Предел числовой последовательности
- •2.2. Предел функции в точке
- •§7. Понятие производной функции
- •14.3. Наибольшее и наименьшее значение функции на отрезке
- •14.4. Выпуклость, вогнутость функции
- •14.5. Точки перегиба функции
- •§15. Задачи на нахождение наименьших и наибольших значений величин
- •Тема 3. Интегрирование функций
- •§1. Неопределенный интеграл и его свойства
- •§2. Таблица основных интегралов
- •§3. Основные методы интегрирования
- •3.1. Непосредственное интегрирование
- •3.2. Метод замены переменной
- •3.3. Интегрирование по частям
- •§4. Понятие определенного интеграла. Свойства определенного интеграла
- •§5. Вычисление определенных интегралов. Формула Ньютона-Лейбница
- •§6. Приложение определенного интеграла
- •6.1. Вычисление площадей плоских фигур
- •6.2. Вычисление объемов тел вращения относительно оси ox и оси oy
- •6.3. Вычисление пути, пройденного точкой
- •Тема 5: Элементы теории вероятностей План:
- •§1. Некоторые формулы комбинаторики
- •§2. Предмет теории вероятностей. Основные определения
- •§3. Классическое определение вероятности
- •§4. Основные теоремы о вычислении вероятностей сложных событий
- •4.1. Теорема сложения вероятностей несовместных событий
- •4.2. Теорема умножения вероятностей независимых событий
- •4.3. Теорема умножения вероятностей зависимых событий
- •4.4. Теорема сложения вероятностей совместных событий
- •§5. Формула полной вероятности
- •Тема 5: основы математической статистики План:
- •§1. Случайные величины
- •§2. Основные понятия математической статистики
- •§3. Группировка данных
- •3.1. Группировка данных в случае количественного дискретного признака (построение дискретного вариационного ряда)
- •5.2. Группировка данных в случае количественного непрерывного признака (построение интервального вариационного ряда)
- •§4. Статистические характеристики
- •4.1. Средние характеристики
- •4.2. Характеристики вариации
- •Тема 6. Проверка статистических гипотез и оценка параметров План:
- •§1. Проверка статистических гипотез
- •§2. Критерий согласия Пирсона
- •§3. Оценка параметров генеральной совокупности
- •3.1. Оценка средней арифметической генеральной совокупности
- •3.2. Оценка дисперсии генеральной совокупности
- •Тема 7. Элементы корреляционного и регрессионного
- •§1. Функциональная и корреляционная взаимосвязи
- •§2. Корреляционное поле. Коэффициент корреляции
- •§3. Расчет коэффициента корреляции методом условных вариант
- •§4. Ошибка коэффициента корреляции
- •§5. Регрессионный анализ
§4. Статистические характеристики
Для полноты картины анализа выборки рассматривают статистические характеристики вариационного ряда, которые делятся на средние характеристики и характеристики вариации.
4.1. Средние характеристики
К средним характеристикам относят:
- среднее выборочное;
- моду;
- медиану.
Определение Выборочной средней называется среднее арифметическое значений признака выборочной совокупности.
В случае, если
ряд дискретный, то:
,
где
- значение признака,
- соответствующая
ему частота.
Вычисления оформим в виде таблицы:
В случае, если
ряд интервальный, то:
,
где
- среднее
арифметическое значение интервала,
- соответствующая ему частота.
Вычисления оформим в виде таблицы:
Определение Модой называется варианта с наибольшей частотой.
Если ряд интервальный, то выбирают модальный интервал – интервал с наибольшей частотой и мода вычисляется по формуле:
,
где
-
начало модального интервала,
- величина интервала,
-
частота модального интервала,
- частота интервала,
предшествующего модальному,
- частота интервала,
следующего за модальным.
Особенности, которые необходимо учитывать при вычислении моды в случае дискретного признака:
1). Если все значения в выборке встречаются одинаково часто, принято считать, что группа не имеет моды.
Пример: 12 12 13 13 14 14 15 15 Моды нет.
2). Если два соседних значения имеют одинаковую частоту и они больше частоты любого другого значения, мода есть среднее этих двух значений.
Пример: 6 7 7 8 8 8 9 9 9 М0=8,5.
3). Если два несмежных значения в выборке имеют равные частоты и они больше частот всех других значений, то существуют две моды.
Пример: 9 10 10 10 11 11 12 13 13 13 М0=10, М0=13.
Определение Медианой называется такая варианта, при которой одна половина значений признака меньше ее, а другая больше.
В случае дискретного признака выборку сначала ранжируют, то есть варианты выборки располагают в порядке возрастания.
Если число вариант
четное, то:
,
где
- ранг (порядковый
номер в выборке)
Если число вариант
нечетное, то:
, где
.
В случае непрерывного признака выбирают медианный интервал – интервал, в котором накопленная частота превышает половину объема и медиана вычисляется по формуле:
,
где
-
начало интервала, находящегося в середине
вариационного ряда,
- величина интервала,
-
объем выборки,
-
накопленная частота интервала,
предшествующего среднему,
- частота среднего
интервала.