- •Утверждаю
- •Одномерный статистический анализ Лекция № 1
- •Введение.
- •Генеральная совокупность значений
- •1.1.1. Погрешности (ошибки) результатов (наблюдений) при проведении исследований.
- •1.1.2. Типы выборок при использовании статистических методов управления качеством продукции.
- •Лекция № 2
- •1.1.3. Однородность и репрезентативность выборки.
- •1.1.4. Среднее и дисперсия выборки.
- •Лекция № 3
- •1.1.5. Средняя квадратическая ошибка выборки
- •1.1.6. Определение необходимой численности выборки.
- •1.1.7. Малые выборки.
- •1.2. Графическое изображение и основные характеристики вариационного ряда. Лекция № 4
- •1.2.1. Графическое изображение рядов распределения.
- •- Тарифный разряд рабочего; - число рабочих (частота).
- •Теоретической кривой нормального распределения.
- •- Тарифный разряд рабочего; - число рабочих (накопленная частота).
- •1.2.2. Основные показатели (характеристики) ряда распределения.
- •Лекция № 5
- •Относительное линейное отклонение
- •Коэффициент вариации
- •Лекция № 6
- •И отрицательным (справа) эксцессом.
- •В зависимости от расстояния от среднего значения.
- •Лекция № 7
- •Лекция № 8
- •1.3. Виды статистических оценок параметров распределения. Лекция № 9
- •1.4. Дополнительные показатели распределения:
- •Контрольные вопросы по разделу 1.
1.4. Дополнительные показатели распределения:
моменты и квантили.
Наиболее важные свойства распределения случайной величины (исследуемого признака) определяются основными числовыми характеристиками (параметрами), входящими в функцию распределения и в функцию плотности распределения и рассмотренными ранее. Для более детального изучения распределений часто используют дополнительные параметры.
Нормальное распределение полностью определяется двумя параметрами (среднее и дисперсия). Для более подробного изучения также прибегают к дополнительным параметрам. Первая группа таких дополнительных параметров, непосредственно обобщающая понятие дисперсии - это моменты.
Моментом распределения называется средняя арифметическая тех или иных степеней отклонений частных значений признака от определенной исходной величины.
Моменты рассчитываются по обобщенной формуле
. (1.49)
где - величина, от которой определяются отклонения, - степень отклонения (порядок момента). Он может принимать любое целое положительное значение.
В зависимости от того, что принимают за величину , различают три вида моментов:
начальные моменты получают при
; (1.50)
центральные моменты получают при
; (1.51)
условные моменты получают при , не равной средней арифметической и отличной от нуля
. (1.52)
В статистической практике пользуются моментами первого, второго, третьего и четвертого порядков. Рассматривая формулы моментов, можно увидеть, что начальный момент первого порядка представляет собой среднее арифметическое и используется как параметр центра распределения. Центральный момент первого порядка всегда равен нулю. Центральный момент второго порядка представляет собой дисперсию и служит основной мерой рассеяния признака. Центральный момент третьего порядка равен нулю в симметричном распределении и используется для определения показателя асимметрии. Центральный момент четвертого порядка применяется при вычислении показателя эксцесса. Начальные моменты второго, третьего и четвертого порядков так же, как и условные моменты, самостоятельного значения не имеют, а используются для упрощения вычисления центральных моментов.
Вторая группа параметров характеризует отдельные значения функции распределения. К ним в первую очередь относятся квантили.
Квантилем порядка распределения непрерывной случайной величины с функцией распределения называется решение уравнения
. (1.53)
Иными словами, квантиль есть такое действительное значение случайной величины (число), что . Вероятность , задаваемая в процентах, дает название соответствующему квантилю; например, называется 30%-ным квантилем.
Квантили стандартного нормального распределения (т.е. распределения с параметрами , ) обозначаются через ; их легко найти непосредственно из статистических таблиц. Если , то, подбирая такое , для которого нормированная функция Лапласа , мы найдем, что . Если же , то подбирают такое , для которого , и тогда , например, 40%-ный квантиль ; 85%-ный квантиль . Для удобства пользования некоторые часто употребляемые квантили стандартного нормального распределения приводятся в статистической литературе.
Понятие квантиль используется не только для нормального, но и для большинства встречающихся распределений. Квантиль общего нормального распределения с параметрами и выражаются через квантиль стандартного распределения по формуле
(1.54)
Например, 40%-ный квантиль для нормального распределения с параметрами , равен
.
Если известны два квантиля и , то
. (1.55)
На этом равенстве и основывается использование квантилей. Некоторые часто встречающиеся квантили носят специальные названия. Так, квантили и называются квартилями, квантили , , ... , - децилями, квантили , , - процентилями.
Наиболее важное значение имеет квантиль , называемый медианой распределения.
Квантили и называются симметричными. Для симметричного относительно нуля распределения всегда .
Статистический анализ одномерных массивов (одномерных распределений) включает, также, статистические проверки гипотез, сущность и правила проведения которых не рассматриваются в данном курсе.