•Стандартное отклонение.
•Дисперсия. Свойства дисперс
•Коэффициент вариации.
Def: Отклонение вариант от их средней
xi x d
Сумма таких отклонений, взятых без учета знаков и отнесенная к числу наблюдений n
называется
средним линейным отклонением
k
xi x
d i 1
n
Наиболее подходящим оказался показатель, построенный не на отклонениях вариант от их
средних, а на квадратах этих отклонений, его называют дисперсией и выражают:
|
k |
|
|
|
|
|
|
ni xi |
|
2 |
|
|
|
Sx2 |
x |
- |
Характеризует |
|||
i 1 |
|
|
|
рассеяние точек |
||
n 1 |
|
|
|
|||
|
|
|
|
|
на числовой оси |
|
|
|
|
|
|
|
|
Свойства дисперсии.
1.Если каждую варианту совокупности уменьшить/увеличить на одно и тоже постоянное число, то дисперсия не изменится:
|
|
Sx2 c Sx2 |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
1 |
2 |
|
|
2 |
2 |
2 |
|
|
||||
2. |
Scx C |
Sx |
|
Sx |
|
Sx |
|||
|
|
|
|
|
|
|
|
c2 |
|
|
|
|
|
|
|
c |
|
|
|
|
|
|
|
|
|
|
Def: Среднее квадратичное отклонение –
показатель, представляющий корень квадратный из дисперсии:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|||||
|
|
|
|
ni xi |
|
2 |
|||
|
|
|
|
x |
|||||
Sx Sx2 |
i 1 |
|
|
||||||
n 1 |
|||||||||
|
|
|
|
Дисперсия и среднее квадратичное отклонение наилучшим образом характеризует не только величину, но и специфику варьирования признаков.
#Рассмотрим 2 вариационных ряда, распределение у которых одинаковый размах и одинаковые средние показатели, но различный
характер варьирования.
Таблица 1: x1 30
x1 |
|
10 |
15 |
|
20 |
25 |
30 |
35 |
40 |
45 |
50 |
|||||
xi |
|
|
-20 |
-15 |
|
-10 |
-5 |
0 |
5 |
10 |
15 |
20 |
||||
x |
|
|||||||||||||||
|
|
|
|
2 |
40 |
225 |
10 |
25 |
0 |
25 |
10 |
225 |
400 |
|||
xi x |
||||||||||||||||
|
0 |
|
|
0 |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
xi |
|
2 1500 |
|
Sx 13.7 |
|||||
|
|
|
|
|
|
x |
|
|||||||||
|
|
|
|
|
|
Sx2 |
|
1500 |
9 1 187.5 |
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
|
|
||||||
|
|
|
|
|
|
|
Таблица 2: |
|
|
x2 |
|
|
|
|||||||
x2 |
10 |
|
28 |
28 |
30 |
30 |
30 |
32 |
|
32 |
50 |
|||||||||
xi |
|
|
|
-20 |
-2 |
|
-2 |
0 |
0 |
|
|
0 |
2 |
|
2 |
20 |
||||
x |
|
|
|
|
||||||||||||||||
xi |
|
2 |
400 |
4 |
|
4 |
0 |
0 |
|
|
0 |
4 |
|
4 |
400 |
|||||
x |
|
|
|
|
||||||||||||||||
9 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
xi |
|
|
|
816 |
Sx |
102 |
10.1 |
|||||||||||||
x |
|
i 1
Sx2 8168 102
Коэффициент вариации Cv.
В практике довольно часто приходится сравнивать изменчивость признаков, выраженных разными единицами. В таких случаях используют не абсолютн а относительные показатели вариации.
Дисперсия и среднее квадратичное отклонение
как величины, выражаемые теми же единицами, что и характеризуемый ими признак, для оценки изменчиво разноименных величин непригодны.
Одним из относительных показателей вариаци является
коэффициент вариации.
Def:
Cv – среднее квадратичное отклонение, выраженное в процентах от величины средней арифметической:
Cv Sxx 100%
# Сравнивают два варьирующих признака:
|
|
2.4кг |
|
S1 0.58кг |
x1 |
и |
|||
|
8.3см |
|
|
|
x2 |
и |
S2 1.57см |
Следует ли отсюда, что 2-ой признак варьирует сильне чем 1-ый? Нет, т.к. различны единицы измерения.
Cv1 100 0.582.4 24.2%
Cv 2 100 1.578.3 18.9%
Вывод:
Сильнее варьирует 1-ый признак.