- •Сначала дописать это (окончание лекции)
- •6. Моменты распределения
- •7. Изучение формы распределения
- •7.1. Асимметрия (скошенность)
- •7.2. Эксцесс (крутость)
- •8. Нормальное распределение
- •По этой лекции сделать презентацию лекция выборочный метод в статистике
- •1. Понятие о выборочном наблюдении, его задачи.
- •1.2. Ошибки выборочного наблюдения.
- •2. Формирование выборочной совокупности.
- •2.1. Символы характеристик параметров генеральной и выборочной совокупности
- •3. Виды выборки. Ошибки выборки. Распространение выборочных результатов на генеральную совокупность.
- •3.1. Собственно случайная (простая случайная) выборка.
- •3.1.1. Ошибка выборки.
- •3.1.2. Средние ошибки выборки.
- •3.1.3. Распространение выборочных результатов на генеральную совокупность.
- •3.2. Определение необходимого объема выборки.
- •4. Механическая (систематическая) выборка.
- •5. Типическая (стратифицированная, расслоенная) выборка.
- •6. Серийная выборка.
- •7. Комбинированная выборка.
- •8. Заключение к разделу «Выборочный метод в статистике».
Сначала дописать это (окончание лекции)
6. Моменты распределения
Для подробного описания особенностей распределения используются дополнительные характеристики, в частности, определяются моменты распределения.
Моментами k-го порядка называется средняя из k степеней отклонений вариантов х от некоторой постоянной величины А:
При исчислении средней в качестве весов могут быть использованы частоты, частости и вероятности.
Эмпирические моменты – при использовании в качестве весов частот и частостей.
Теоретические моменты – при использовании вероятностей.
Порядок момента определяется величиной k.
Эмпирический момент k-го порядка определяется как отношение суммы произведений k-х степеней отклонений вариантов от постоянной величины А на частоты к сумме частот: .
В зависимости от выбора постоянной величины А различают три вида моментов.
Условные и начальные относительно моменты () получаются приА равном некоторой произвольной величине (начало отчета) : . Этот вид момента применяется для упрощения расчетов основных характеристик ряда распределения.
2. Начальные моменты () получаются, еслиА = 0:
. (7.22)
3. Центральные моменты () получаются, если за постоянную величинуА взять среднюю арифметическую ():
. (7.23)
Замечания:
А) в статистической практике пользуются в основном моментами 1-го, 2-го, 3-го и 4-го порядков;
Б) начальный момент 1-го порядка представляет собой среднюю арифметическую и используется как показатель центра распределения ();
В) начальные моменты 2-го, 3-го, 4-го порядков не имеют самостоятельного значения, а используются для упрощения вычислений центральных моментов;
Г) центральный момент 1-го порядка всегда равен нулю = 0;
Д) центральный момент 2-го порядка представляет собой дисперсию и служит основной мерой колеблемости признака ();
Е) центральный момент 3-го порядка служит мерой асимметрии распределения, а если распределение симметрично, то он равен нулю ();
Ж) центральный момент 4-го порядка применяется при вычислении эксцесса;
З) условные моменты 1-го, 2-го, 3-го, 4-го порядков не имеют самостоятельного значения, а используются для упрощения вычислений центральных моментов;
7. Изучение формы распределения
Для обобщающей характеристики особенностей формы распределения применяются кривые распределения.
Кривая распределения выражает графически (через полигон, гистограмму) закономерность распределения единиц совокупности по величине варьирующего признака (различают эмпирические и теоретические кривые распределения).
Эмпирическая кривая распределения – это фактическая кривая распределения, полученная по данным наблюдений, в которой отражаются как общие, так и случайные условия, определяющие распределение.
Теоретическая кривая распределения – это кривая, выражающая функциональную связь между изменением варьирующего признака и изменением частот и характеризующая определенный тип распределения. При этом теоретическое распределение играет роль некоторой идеализированной модели эмпирического распределения
Кривые распределения могут быть одно-, двух- и многовершинными.
Многовершинность свидетельствует о неоднородности изучаемой совокупности. Появление двух и более вершин делает необходимой перегруппировку данных с целью выделения более однородных групп. Для однородных совокупностей характерны одновершинные распределения. В следующих разделах рассмотрим одновершинные распределения.