- •Оглавление
- •Основы теории вероятностей
- •Случайные события
- •Вероятность событий
- •Условная вероятность. Независимость событий
- •Перестановки и сочетания
- •Формулы Байеса и полной вероятности
- •Дискретные случайные величины
- •Закон распределения случайной величины. Математическое ожидание
- •Дисперсия случайной величины
- •Биномиальное распределение
- •Плотность и функция распределения. Непрерывные случайные величины
- •Равномерное распределение непрерывной случайной величины
- •Нормальное распределение
- •Математическая статистика Вариационные ряды
- •Графическое представление вариационных рядов
- •Показатели вариации Средние вариационного ряда
- •Оценки разброса
- •Статистическое оценивание параметров Выборочные оценки параметров генеральной совокупности
- •Свойства статистических оценок
- •Точечные и интервальные оценки
- •Проверка статистических гипотез
- •Функция Лапласа(таблица значений)
Оценки разброса
Для оценки разброса значений вариационного ряда используются показатели размаха, отклонений и коэффициента вариации.
Размах вариациипредставляет собой разность между наибольшим и наименьшим значениями вариант.
Например, для таблицы 4 размах RсоставилR= 5 – 2,5 = 2,5 (балла). Для таблиц 5 и 6R= 5 – 2 = 3 (балла).
Среднее линейное отклонениепредставляет собой среднее арифметическое модулей отклонений вариант от своего среднего арифметического; рассчитывается по формуле:
Для примера из таблицы 5 d= (|2 – 4,02|*3 + |3 – 4,02|*25 + + |4 – 4,02|*39 + |5 – 4,02|*33)/100 = 0,6468 (балла), т.е. в среднем оценка студента отличается от среднего балла примерно на 0,6 балла.
Отметим, что если в этой формуле убрать знак модуля, то отклонения в разные стороны компенсируют друг друга, и результат окажется равным нулю (по соответствующему свойству среднего арифметического, аналогичного свойству математического ожидания).
Если вместо взятия по модулю возвести отклонение в квадрат, получим дисперсиювариационного ряда.
Для примера из таблицы 5 = 0,6996. Единицы измерения этой величины (баллы в квадрате) не имеют смысла, поэтому из нее извлекают корень квадратный и получаютсреднеквадратическое отклонение. В том же примере(балла). Столько составляет корень квадратный из среднего квадрата отклонения оценки каждого студента от среднего балла.
Свойства дисперсии для вариационного ряда аналогичны свойствам дисперсии в теории вероятностей. Для ее расчета можно вывести аналогичную формулу: .
Кроме того, если ряд состоит из нескольких отдельных групп наблюдений (пусть их число равно k), то его дисперсию можно рассчитать по следующей формуле:
где – средняя внутригрупповая дисперсия;
– дисперсияi-й группы;
-межгрупповая дисперсия.
Чтобы проиллюстрировать это правило, вернемся к примеру, в котором данные из таблицы 5 разбиты на две (k= 2) группы и представлены в таблицах 7 и 8.
Таблица 7– Оценки для специальности № 1
№ |
Балл (х) |
Число студентов |
х2 |
1 |
2 |
1 |
4 |
2 |
3 |
15 |
9 |
3 |
4 |
20 |
16 |
4 |
5 |
24 |
25 |
|
|
n = 60 |
17,65 |
Рассчитаем групповую дисперсию для таблицы 7 по формуле = 17,65 – 4,122= 0,7.
Таблица 8– Оценки для специальности № 2
№ |
Балл (х) |
Число студентов |
х2 |
1 |
2 |
2 |
4 |
2 |
3 |
10 |
9 |
3 |
4 |
19 |
16 |
4 |
5 |
9 |
25 |
|
|
n = 40 |
15,675 |
Рассчитаем групповую дисперсию для таблицы 8 по формуле = 15,675 – 3,8752= 0,66.
Сведем расчеты в таблицу 9:
Таблица 8– Оценки для двух специальностей
Специальность |
Число студентов |
Средний балл |
Дисперсия |
№ 1 |
60 |
4,12 |
0,7 |
№ 2 |
40 |
3,875 |
0,66 |
|
|
n = 40 |
15,675 |
Тогда межгрупповая дисперсия составит
((4,12 – 4,02)2*60 + (3,875 – 4,02)2*40)/100 = 0,01
Средняя внутригрупповых дисперсий составит
= (0,7*60 + 0,66*40)/100 = 0,68
Дисперсия всего вариационного ряда составит = 0,68 + + 0,01 = 0,69, что приблизительно совпадает с полученным ранее результатом. Незначительное расхождение объясняется погрешностью округления (при расчетах с помощью электронной таблицы совпадение получается точным).