- •Предмет и система правовой статистики.
- •Особенности юридической статистики. Методологические особенности правовой статистики и ее связь с другими науками и учебными дисциплинами
- •Современная организация правовой статистики в Российской Федерации.
- •Научно-практическое значение материалов правовой статистики.
- •История уголовно-правовой статистики советского периода.
- •Понятие статистического наблюдения, этапы его проведения.
- •Организационные вопросы статистического наблюдения.
- •Ошибки регистрации и репрезентативности.
- •Единый учет преступлений и документы первичного учета в правоохранительных органах.
- •Выборочный метод. Генеральная и выборочная совокупность. Типы выборок.
- •Табличный и графический методы представления данных статистики.
- •Существуют правила построения таблиц:
- •Статистическое распределение выборки. Эмпирическая функция распределения. Свойства эмпирической функции распределения.
- •Определения
- •Свойства эмпирической функции распределения Эмпирическое распределение для фиксированного
- •Числовые характеристики статистического распределения (выборочные среднее, дисперсия, среднеквадратичное отклонение, мода, медиана, моменты, асимметрия и эксцесс, квантили).
- •Понятие дисперсии
- •Виды дисперсии
- •Правило сложения дисперсии в статистике
- •Свойства дисперсии
- •Основные сведения
- •[Править]Правило трёх сигм
- •[Править]Интерпретация величины среднеквадратического отклонения
- •[Править]Практическое применение
- •[Править]Климат
- •[Править]Спорт
- •[Править]Технический анализ
- •[Править]Пример использования
- •[Править]Определение
- •[Править]Замечания
- •[Править]Дециль
- •[Править]Перцентиль
- •[Править]Квантили стандартного нормального распределения
- •[Править]Определение
- •[Править]Замечания
- •[Править]Таблица квантилей
- •Оценка параметра и свойства оценок. Статистические оценки параметров распределения
- •Точечное оценивание параметров распределения.
- •Интервальное оценивание параметров распределения. Интервальное оценивание среднего квадратичного отклонения нормального распределения.
- •Статистическая гипотеза. Постановка задачи проверки статистических гипотез. Понятие статистической гипотезы
- •Ошибки первого и второго рода при проверке гипотез.
- •[Править]Определения
- •[Править]о смысле ошибок первого и второго рода
- •[Править]Вероятности ошибок (уровень значимости и мощность)
- •20. Проверка гипотез о законе распределения. Критерий согласия «Хи–квадрат» Пирсона
- •[Править]Статистика критерия
- •[Править]Правило критерия
- •Нормальный закон распределения и его основные характеристики.
- •[Править]Свойства
- •[Править]Моделирование нормальных случайных величин
- •[Править]Центральная предельная теорема
- •Статистические связи. Условное среднее. Причинная и функциональная связи. Статистическая связь
- •Парная корреляция. Уравнение регрессии. Линия регрессии.
- •[Править]Цели регрессионного анализа
- •[Править]Математическое определение регрессии
- •[Править]Метод наименьших квадратов (расчёт коэффициентов)
- •[Править]Интерпретация параметров регрессии
- •25. Корреляционный момент, коэффициент корреляции их свойства.
Интервальное оценивание параметров распределения. Интервальное оценивание среднего квадратичного отклонения нормального распределения.
Точечное и интервальное оценивание среднего квадратического отклонения. Точечной оценкой является выборочное среднее квадратическое отклонение, т.е. неотрицательный квадратный корень из выборочной дисперсии. Дисперсия рассматриваемой случайной величины - выборочного среднего квадратического отклонения s0 – оценивается как дробь
d2 / (4 ).
Нижняя доверительная граница для среднего квадратического отклонения исходной случайной величины имеет вид
- U(p)d / (2 s0) ,
где:
– выборочная дисперсия,
U(p) – квантиль нормального распределения порядка (1+р)/2 (как и раньше),
d – положительный квадратный корень из величины d2, введенной выше при оценивании дисперсии.
Верхняя доверительная граница для среднего квадратического отклонения исходной случайной величины имеет вид
+ U(p)d / (2 ) ,
где все составляющие имеют тот же смысл, что и выше.
Пример 7. Для данных о наработке резцов до отказа точечной оценкой для среднего квадратического отклонения является . При доверительной вероятности р = 0,95 нижняя доверительная граница такова:
25,75 – 1,96×161,03 / (2×25,75) = 25,75 – 6,13 = 19,62.
Соответственно верхняя доверительная граница симметрична нижней относительно точечной оценки и равна = 25,75 + 6,13 = 31,88.
Правила интервального оценивания для среднего квадратического отклонения получены из аналогичных правил для оценивания дисперсии с помощью метода линеаризации (см. главу 1.4 или, например, [4, п.2.4]). Как и раньше, доверительный интервал является симметричным, непараметрическим и асимптотическим.
Поскольку среднее квадратическое отклонение – это квадратный корень их дисперсии, то доверительные границы можно получить, извлекая квадратные корни из одноименных границ для дисперсии.
Пример 8. Для данных о наработке резцов до отказа при доверительной вероятности р = 0,95 согласно примеру 4 доверительный интервал для дисперсии – это [347,37; 978,63]. Извлекая квадратные корни, получаем доверительный интервал [18,64; 31,28] для среднего квадратического отклонения, соответствующий тому же значению доверительной вероятности. Он не является симметричным относительно точечной оценки. Его длина 12,64 несколько больше длины симметричного доверительного интервала 12,26 в примере 7.
Классический подход, основанный на гипотезе нормальности распределения результатов наблюдения, связан с использованием распределения хи-квадрат и сводится к извлечению квадратных корней из доверительных границ для дисперсии.
Пример 9. Применяя формально классический подход к данным о наработке резцов до отказа, исходим из доверительного интервала для дисперсии [462,63; 1029,54], соответствующего доверительной вероятности р = 0,95. Извлекая квадратные корни, находим доверительный интервал для среднего квадратического отклонения [21,51; 32,09]. Как и следовало ожидать, длина этого несимметричного интервала 10,58 меньше длины непараметрического доверительного интервала.