- •59 Лекция 2 лекция 2
- •Базовые понятия математической статистики
- •Выборочный метод
- •Числовые характеристики статистического ряда
- •Точечные статистические оценки
- •Точечные оценки и требования к ним
- •Точечные оценки числовых характеристик генеральной совокупности
- •Доверительный интервал оценки генеральной средней при известной генеральной дисперсии
- •Интервальные статистические оценки
- •Метод доверительных интервалов
- •Доверительный интервал оценки генеральной средней при неизвестной генеральной дисперсии
- •Доверительный интервал оценки генеральной дисперсии
- •Проверка статистических гипотез
- •Основные понятия
- •Проверка гипотез о числовых значениях параметров
- •Проверка гипотез о сравнении параметров генеральной совокупности
- •Дополнение 1. Метод моментов
- •Дополнение 2. Метод максимального правдоподобия
- •Дополнение 3. Критерии согласия
- •§3.5. Проверка статистических гипотез 43
Числовые характеристики статистического ряда
Построение вариационного ряда – лишь первый шаг к осмыслению ряда наблюдений. Этого недостаточно для полного исследования распределения изучаемого явления. Наиболее удобным и полным методом является аналитической способ исследования ряда, состоящий в вычислении числовых характеристик. Числовые характеристики, применяемые для исследования вариационных рядов, аналогичны тем, которые применяются в теории вероятностей.
Наиболее естественной характеристикой вариационного ряда является понятие средней величины. В статистике используют несколько видов средних величин: среднее арифметическое, среднее геометрическое, среднее гармоническое и др. Наиболее распространенным является понятие средней арифметической величины:
.
(3.2)
Если по данным наблюдений построен вариационный ряд, то используется понятие средней взвешенной арифметической величины:
.
(3.3)
Средняя арифметическая величина обладает теми же самыми свойствами, что и математическое ожидание.
В качестве меры рассеяния значений наблюдаемой величины вокруг своего среднего значения принимают величину
,
(3.4)
которая, как и в теории вероятностей, называется дисперсией. Величина
(3.5)
называется средним квадратичным отклонением (или стандартным отклонением). Статистическая дисперсия обладает теми же самыми свойствами, что и вероятностная дисперсия, и для ее вычисления можно использовать альтернативную формулу
.
(3.6)
Пример 3.1. По территориям региона приводятся данные за 199X г. (таб. 3.1).
Таблица 3.1
Номер региона |
Среднедушевой прожиточный минимум в день одного трудоспособного, руб., x |
1 |
78 |
2 |
82 |
3 |
87 |
4 |
79 |
5 |
89 |
6 |
106 |
7 |
67 |
8 |
88 |
9 |
73 |
10 |
87 |
11 |
76 |
12 |
115 |
Найти среднее арифметическое и стандартное отклонение. Постройте полигон частот.
Решение. Для расчета средней арифметической и дисперсии строим расчетную таблицу (табл. 3.2):
Таблица 3.2
|
x |
x2 |
1 |
78 |
6084 |
2 |
82 |
6724 |
3 |
87 |
7569 |
4 |
79 |
6241 |
5 |
89 |
7921 |
6 |
106 |
11236 |
7 |
67 |
4489 |
8 |
88 |
7744 |
9 |
73 |
5329 |
10 |
87 |
7569 |
11 |
76 |
5776 |
12 |
115 |
13225 |
Сумма |
1027 |
89907 |
По данным таблицы находим:
,
,
,
.
Построим полигон частот по исходным данным (рис. 3.2).
Рис. 3.2
Пример 3.2. Получены сгруппированные данные о дневной выручке магазине электротоваров (таб. 3.3).
Таблица 3.3
Сумма продаж, тыс. руб., x |
Число продаж, n |
0-200 |
3 |
200-300 |
5 |
300-400 |
9 |
400-500 |
14 |
500-600 |
8 |
600-700 |
3 |
Найти среднее арифметическое и стандартное отклонение. Постройте гистограмму частот.
Решение. Для расчета средней арифметической и дисперсии строим расчетную таблицу (табл. 3.4):
Таблица 3.4
xi |
ni |
ni xi |
ni xi2 |
100 |
3 |
300 |
30000 |
250 |
5 |
1250 |
312500 |
350 |
9 |
3150 |
1102500 |
450 |
14 |
6300 |
2835000 |
550 |
8 |
4400 |
2420000 |
650 |
3 |
1950 |
1267500 |
Сумма |
42 |
17350 |
7967500 |
Здесь вместо xi взяты середины соответствующих интервалов. По данным таблицы находим:
,
,
,
.
Построим гистограмму частот по исходным данным (рис. 3.3).
Рис. 3.3
