- •Курс лекций Лекция 1 : Предмет математической статистики. Статистические ряды распределения
- •1.1. Какие закономерности познает математическая статистика
- •1.2 Основные понятия и термины математической статистики
- •1.2.1 Статистическая совокупность
- •1.2.2 Признаки и их классификация
- •2.1 Ранжированный ряд распределения
- •2.1.1 Сущность ранжированного ряда распределения .Табличное и
- •2.1.2 Аналитические возможности ранжированного ряда распределения.
- •2.2 Вариационные ряды распределения
- •2.2.1. Вариационный ряд распределения для дискретного призна
- •2.2.2 Интервальный вариационный ряд распределения
- •2.2.3 Вариационный ряд распределения по качественному признаку
- •2.2.4 Аналитические возможности вариационных рядов распределения
- •2.2.5 Распределение накопленных частот
- •1.1. Система показателей для количественной характеристики статистических распределений.
- •1.2.1 Виды показателей центральной тенденции
- •1.2.3 Средняя гармоническая
- •1.2.4 Средняя геометрическая
- •1.2.5 Мода и медиана
- •1.3 Показатели вариации
- •1.3.1 Размах вариации
- •1.3.2 Среднее линейное отклонение
- •1.3.3 Объем вариации, дисперсия, стандартное отклонение
- •1.3.4 Коэффициент осцилляции, относительное линейное отклонение, коэффициент вариации.
- •1.3. 5 Математические свойства показателей вариации
- •1.4 Показатели ассиметрии распределения
- •1.5 Показатели эксцесса распределения
- •2.1 Закон сложения ( разложения ) вариации
- •2.2 Показатель эффективности разбиения на группы
- •1.1. Сущность и необходимость использования выборочного наблюдения
- •1.2 Основные понятия выборочного наблюдения
- •2.1 Ошибки систематические и случайные
- •2.2 Конкретная, средняя и предельная ошибки выборки
- •3.1 Два типа задач решаемых на основе выборочного метода.
- •3.4 Определение вероятности появления заданной ошибки
- •1.2 Общая схема проверки гипотез
- •2.1 Проверка гипотез относительно средних по данным двух независимых выборок
- •2.2 Проверка гипотезы относительно средней по данным двух зависимых выборок
- •2.1 Конкретизация результатов дисперсионного анализа
- •2.2 Модели дисперсионного анализа
- •1.3 Интерпретация коэффициентов уравнения связи
- •2.1 Показатели тесноты связи
- •2.2 Оценка выборочных показателей связи
- •К расчету показателей центральной тенденции
- •Вначале необходимо составить макет таблицы, внося туда результаты построения интервального ряда (занятие 1) и произвеcсти необходимые расчеты таб.3.1 )
- •Условие: имеются данные интервального ряда распределения (таб. 1.3)
- •1.Интервальная оценка генеральной средней и доли
- •3. Определение вероятности появления заданной ошибки
- •1.Интервальная оценка генеральной средней
- •3. Определение вероятности появления заданной ошибки
2.1 Показатели тесноты связи
Поскольку
корреляционная связь является связью
неполной , уравнение связи должно
дополняться расчетом показателей
тесноты связи. Расчет показателей
тесноты связи основан на разложении
вариации результативного признака.
Общий объем вариации результативного
признака раскладывается на вариацию
воспроизведенную и вариацию остаточную
( случайную ), то есть
,
при этом общий объем вариации
представляет собой
, то есть сумму квадратов отклонений
каждого фактического значения
результативного признака от его среднего
значения;.
,
то есть сумма квадратов отклонений
расчетных по уравнению значений от
среднего значения. Источником данной
вариации является действие факторного
признака. При отсутствии такого
действия расчетные по уравнению
значения будут совпадать со средним
значением.
,
то есть остаточная вариация равна
сумме квадратов отклонений фактических
значений результативного признака
от расчетных по уравнению. По смыслу
эта та изменчивость результативного
признака, которую нельзя объяснить
изменчивостью фактора. Исходя из
содержания полученных объемов вариации,
теснота связи может оценена отношением
воспроизведенной вариации к общей .
Это отношение получило название
коэффициента детерминации , то есть
=
1-
.
Коэффициент детерминации показывает
какую долю в общем объеме вариации
результативного признака занимает
воспроизведенная вариация, то есть
вариация обусловленная изменчивостью
факторного признака. Извлекая
квадратный корень из коэффициента
детерминации получаем коэффициент
корреляции :
Значения коэффициента детерминации
, как и коэффициент корреляции находятся
в интервале от 0 до 1. Если величина
этих коэффициентов равна 0 , связь
отсутствует. При равенстве этих
коэффициентов 1 имеет место полная или
функциональная связь. Если изучается
связь результативного признака с
несколькими факторами ( множественная
корреляция ), то теснота связи выражается
коэффициентом множественной детерминации,
который показывает какую долю в общем
объеме вариации занимает вариация
связанная с изменчивостью всех факторов
, включенных в уравнение. Коэффициент
множественной детерминации может
быть разложен по факторам на основе
коэффициентов отдельного определения![]()
Коэффициенты отдельного определения
указывают на вклад каждого из факторов
в коэффициент детерминации.
На
практике коэффициент корреляции
часто рассчитываются по рабочим
формулам. В частности при парной
линейной зависимости коэффициент
корреляции может быть рассчитан так
:
,
где
-
среднее произведение результативного
и факторного признаков;
-
средние значения результативного и
факторного признака;
-
средние квадратические отклонения
по результативному и факторному
признакам. Коэффициент корреляции в
случае парной линейной связи может
принимать значения в интервале -1 ≤
≤
1
