
- •Тема. Вариационные ряды и их характеристики
- •Понятие о вариации и задачи её изучения
- •Здесь .
- •2. Виды вариации
- •3. Частость (относительная частота или доля)
- •4. Границы интервалов. Величина интервала
- •8.6. Плотность вариационного ряда (или плотность распределения)
- •6. Накопленные частоты (частости)
- •7. Графические методы изображения вариационных рядов
- •8. Средняя величина – обобщающая количественная характеристика вариационного ряда
- •10. Медиана интервального вариационного ряда
- •11. Мода
- •Показатели колеблемости (вариации) признака
- •18. Средняя из частных дисперсий
- •19. Межгрупповая дисперсия
- •20. Правило сложения вариаций
- •Правило сложения дисперсий.
- •21. Моменты распределения
- •22. Асимметрия и эксцесс
- •23. Дисперсия альтернативного признака
- •24. Эмпирическая функция распределения
10. Медиана интервального вариационного ряда
,(20)
где
–
нижняя граница медианного интервала;
– величина медианного интервала;
–
накопленная частота (или частость)
интервала, предшествующего медианному;
–
половина суммы всех частот (или частостей);
– частота медианного интервала.
При исчислении медианы интервального вариационного ряда сначала находят интервал, содержащий медиану. Для этого используют накопленные частоты (или частости). Медианному интервалу соответствует первая из накопленных частот (или частостей), превышающая половину всего объёма совокупности.
Пример: процент выполнения норм выработки (х).
Интервалы |
xi |
mi |
Накопленные частоты |
90–100 |
95 |
3 |
3 |
100–110 |
105 |
8 |
11 |
110–120 |
115 |
7 |
18 |
120–130 |
125 |
2 |
20 |
Σ |
– |
20 |
– |
Первая из накопленных частот превышает 0,5·Σmi, т.е. 10:
0,5·Σmi,
= 10.
Значит медианный интервал (100–110):
=
100;
= 3;
k
=
100 – 100 = 10; = 3;
11. Мода
В математической статистике модой называют вариант, наиболее часто встречающийся в данном вариационном ряду.
Для дискретного ряда мода определяется по наибольшей частоте и соответствует варианту с наибольшей частотой.
Мода для непрерывного (интервального с равными интервалами) ряда исчисляется по формуле:
,(21)
где хМо(min) - нижняя граница модального интервала;
mМо - частота модального интервала;
mМо–1 - частота интервала, предшествующего модальному;
mМо+1 - частота интервала, последующего за модальным;
ki - величина модального интервала.
Может быть: одна мода – унимодальное распределение;
две моды – бимодальное распределение;
три и более – мультимодальное распределение.
Модальный интервал определяется по набольшей частоте.
Пример:
Интервалы |
mi |
90–100 |
3 |
100–110 |
8 |
110–120 |
7 |
120–130 |
2 |
Σ |
20 |
Модальный интервал (100–110), т.к. он имеет наибольшую частоту.
хМо(min) = 100
k = 10 mМо–1 = 3;
mМо = 8; mМо+1 = 7;
Мо ≈108,3
Показатели колеблемости (вариации) признака
Такие признаки, как заработная плата, профессия, число членов семьи, возраст и т.д. — варьируют.
Для измерения вариации признака математическая статистика применяет ряд показателей.
12. Вариационный размах (R), или широта распределения
R = xmax – xmin (22)
применялся в формуле (8.6)
xmax — наибольший вариант вариационного ряда.
xmin — наименьший вариант вариационного ряда.
R представляет собой величину неустойчивую, зависящую от случайных обстоятельств. Она применяется в качестве приблизительной оценки вариации.
Среднее линейное отклонение
невзвешенное
взвешенное
(23)
13 Дисперсия (средний квадрат отклонения)
невзвешенная
взвешенная
(24)
Упрощённая
формула дисперсии
,
(25)
где
14. Среднее квадратическое отклонение (с.к.о.)
(26)
15. Коэффициент вариации (υ)
(27)
Применяется только для признака, принимающего только положительные значения.
Если ν > 40%, то это говорит о большой колеблемости признака в изучаемой совокупности (например большая колеблемость товарооборота в регионе).
–коэффициент
осцилляции
–коэффициент
вариации по среднему линейному
отклонению.
16. Свойства дисперсии
1. σ2(С) = 0, где С – const.
2. Если все значения вариантов признака Х уменьшить на постоянную величину, то дисперсия не изменится.
3. Если все значения вариантов признака Х увеличить в k раз, то дисперсия увеличится в k2 раз.
4. Вычисление дисперсии методом отсчёта от условного нуля (методом моментов).
(28)
17. Частные средние и частные дисперсии
Пусть вся совокупность разбита на l групп. Для каждой группы вариантов вариационного ряда можно вычислить средние, которые называются частными средними и дисперсии, которые называются частными дисперсиями или внутригрупповыми дисперсиями. Пусть l групп:
(29)
j=1, 2, …, l;
Σmi = Nj – объём j-ой группы
–частная средняя
j-ой
группы
(30)
Частные средние
могут не совпадать с общей средней
.
Убедимся в этом:
n1 = 3 |
n2 = 5 |
n3 = 2 |
x1 x2 x3 |
x4 x5 x6 x7 x8 |
x9 x10 |
m1 m2 m3 |
m4 m5 m6 m7 m8 |
m9 m10 |
Разбили на три группы. l=3. Группы не пересекаются
n1 + n2 + … + nl = k
n1, n2, n3 – число вариантов в группе |
k = 10 |
3 + 5 + 2 = 10 |
m1 + m2 + m3 = N1 – объём 1ой группы (сумма частот в 1ой группе)
m4 + m5 + … + m8 = N2 – объём 2ой группы
m9 + m10 = N3 – объём 3ей группы
Nj – объём jтой группы
j = 1, 2, … , l
или
i = 3 + 5 + 1 = 8 + 1 = 9
Итак
,
где j = 1, 2, …, l
Отсюда видно, как получается формула (29).