31. Аналитические характеристики временных рядов юридических процессов.

Пространственные вариационные ряды (об одном временном срезе) (cross-sectional) отличаются от временных тем,что время фиксировано, а по вертикали расположены какие-либо наблюдаемые объекты в алфавитном или ином порядке. Например, преступность по субъектам Российской Федерации в 2010 или любом другом году, месяце, квартале и т.п., представленная в таблице или на графике – это и есть пример пространственного вариационного ряда. Пространственный вариационный ряд – это

вариационный ряд какой-либо переменной взятой по различным наблюдаемым объектам за один и тот же фиксированный отрезок времени.

33. На какие вопросы при изучении юридических процессов отвечают коэффициент корреляции, коэффициент детерминации и коэффициент аппроксимации?

Коэффициент корреляции - это статистический показатель, показывающий, насколько связаны между собой колебания значений двух других показателей.

Коэффициент корреляции - это величина, которая может варьировать в пределах от +1 до -1. В случае полной положительной корреляции этот коэффициент равен плюс 1, а при полной отрицательной - минус 1.

"Корреляция" в прямом переводе означает "соотношение". Если изменение одной переменной сопровождается изменением другой, то можно говорить о корреляции этих переменных.

Коэффициент детерминации (R^2 — R-квадрат) — это доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными. Более точно — это единица минус доля необъяснённой дисперсии (дисперсии случайной ошибки модели, или условной по факторам дисперсии зависимой переменной) в дисперсии зависимой переменной. Его рассматривают как универсальную меру зависимости одной случайной величины от множества других.

Коэффициент достоверности аппроксимации это значение которое характеризует точность аппроксимации, т. е. показывает на сколько точно теоретическое распределение описывает реальное распределение.

34. Проверка нулевой и альтернативной гипотезы при изучении юридических процессов.

Нулевая гипотеза – это основное проверяемое предположение, которое обычно формулируется как отсутствие различий, отсутствие влияние фактора, отсутствие эффекта, равенство нулю значений выборочных характеристик и т.п. Примером нулевой гипотезы в педагогике является утверждение о том, что различие в результатах выполнения двумя группами учащихся одной и той же контрольной работы вызвано лишь случайными причинами.

Процедура проверки нулевой гипотезы в общем случае включает следующие этапы:

1. задается допустимая вероятность ошибки первого рода (Ркр=0,05)

2. выбирается статистика критерия (Т)

3. ищется область допустимых значений

4. по исходным данным вычисляется значение статистики Т

5. если Т (статистика критерия) принадлежит области принятия нулевой гипотезы, то нулевая гипотеза принимается (корректнее говоря, делается заключение, что исходные данные не противоречат нулевой гипотезе), а в противном случае нулевая гипотеза отвергается и принимается альтернативная гипотеза.[1] Это основной принцип проверки всех статистических гипотез.

Альтернативная гипотеза является отрицанием нулевой. Она оказывается истинной, если существуют статистические данные, свидетельствующие о том, что нулевая гипотеза неверна.

Если нулевая гипотеза отвергается, альтернативная гипотеза считается истинной.

Если нулевая гипотеза не отвергается, альтернативная гипотеза считается недоказанной. Однако недоказанность альтернативной гипотезы не означает, что нулевая гипотеза является истинной.

Если выборочная статистика свидетельствует в пользу альтернативной гипотезы, нулевая гипотеза отклоняется. В этом и заключается проверка гипотез. Однако отказ отклонить нулевую гипотезу не означает, что она является истинной. Доказать, что нулевая гипотеза верна, в принципе невозможно, поскольку при ее проверке используется выборка, а не вся генеральная совокупность. Следовательно, отказ отвергнуть нулевую гипотезу означает лишь, что для ее отклонения нет.