
- •Вычисление статистических параметров невзвешенного ряда способом условной средней
- •Задание для самостоятельной работы Статистическая обработка данных о линейных размерах фертильных пыльцевых зерен липы
- •Сравнение флор по видовому составу
- •“Экстенсивные показатели заболеваемости и их использование в эколого–медицинских исследованиях.”
- •Практическая работа Исследование влияния магистральных путей и промышленных предприятий на качество почв и некоторые показатели роста растений
- •Практическая работа №2 “Изучение влияния отходов промышленного предприятия на жизнеспособность растений.”
- •Практическая работа №3 “Определение корреляционной зависимости.”
Вычисление статистических параметров невзвешенного ряда способом условной средней
Кроме непосредственного (обычного) способа вычисления средней арифметической и сигмы существует способ условной средней, который может быть использован в тех случаях, когда значения признака выражены целыми числами, а появляющиеся в процессе вычисления дроби затрудняют ход решения.
Например, известны даты зацветания ольхи кустарниковой за 14 лет в днях от 1 марта V (1 столбец таблицы 3).
Таблица 3 |
||
Даты зацветания, в днях от 1 марта, V |
Условное отклонение, Χс (V-C) |
Xс2 |
65 |
-7 |
49 |
67 |
-5 |
25 |
69 |
-3 |
9 |
70 |
-2 |
4 |
71 |
-1 |
1 |
72 |
0 |
0 |
72 |
0 |
0 |
73 |
1 |
1 |
73 |
1 |
1 |
78 |
6 |
36 |
81 |
9 |
81 |
85 |
13 |
169 |
86 |
14 |
196 |
87 |
15 |
225 |
|
∑Χс =S1=41 |
∑Χс =S2=807 |
Вероятней всего,
средняя арифметическая будет выражена
дробным числом. Чтобы избежать в
вычислениях дробности, возьмем любое
целое число, близкое к середине этого
ряда, например, 72. Назовем его условной
средней и обозначим “C”.
В нашем примере C=72.
Находим отклонения каждого значения V
от C,
это будут условные отклонения Xc
(2 столбец таблицы 3). Сумму этих отклонений
назовем первой вспомогательной величиной
S1.
Она равна 41. Каждое условное отклонение
возводим в квадрат. При суммировании
получаем вторую вспомогательную величину
S2.
Она равна 807. Ход решения напоминает
непосредственный способ вычисления,
когда среднее квадратическое отклонение
вычисляется по формуле:
.
Но у нас получена другая величина ∑Χс =S2. Используя вспомогательные значения S1 и S2, находим M и σ:
,
.
Если захотим проверить правильность
решения, вычислим M
непосредственным способом:
.
Вспомним, что средняя определяется на
один порядок более точно, чем даны
значения признака. Чтобы найти сигму,
используем формулу:
,
,
.
Прочие параметры
данного статистического ряда определим
следующим образом:
ошибка средней
арифметической
,
достоверность
средней арифметической
,
так как t>tst,
то результат достоверен; коэффициент
вариации
.
Для показателей разнообразия тоже можно определять ошибки репрезентативности:
для сигмы –
,
для коэффициента
вариации –
.
В нашем примере
,
.
Наряду с достоверностью
можно применять показатель точности
опыта, то есть процент, который составляет
ошибка средней арифметической
В нашем примере
.
Если значения
P<5%,
то такая точность допустима, если P<2%,
то такая точность высокая. Ошибка
точности находится по формуле
.
Эти параметры дают довольно полное представление о данном статистическом незавершенном ряде. В среднем за 14 лет ольха кустарниковая зацветает через 74,9 дня от 1 марта, то есть округленно 14 мая, с ошибкой 1,9 дня и с доверительным интервалом на 0,95 уровне: 13,9±2*1,9; то есть самый ранний срок зацветания 10 мая и самый поздний – 18 мая. Варьирование годовых дат зацветания сравнительно невелико, так как коэффициент вариации равен: V=9,6±1,8%. Полученные параметры заслуживают доверия ввиду большой достоверности средней арифметической: tM=38,9, 38,9»3 и значения показателя точности опыта меньше 5%: P;=(2,5%±0,5%)<5%.