
- •Основные понятия статистики.
- •Предмет статистики. Цели. Составные части.
- •Статистическая закономерность. Закон больших чисел.
- •4 Этапа статистического анализа.
- •Виды рядов.
- •Классификация признаков.
- •Статистические показатели. Абсолютные и относительные показатели.
- •План статистического наблюдения
- •Виды статистического наблюдения
- •Контроль данных
- •3.4. Выбросы и стратегия их обработки
- •Понятие и виды вариационных рядов.
- •Построение вариационных рядов и их структурные характеристики (медиана, мода, квартили, квинтили…).
- •Графическое изображение вариационных рядов
- •Средние арифметические и их свойства.
- •Степенные средние.
- •Правило мажорантности средних.
- •6. Распределение наблюдений.
- •6.2. Основные параметры нормального распределения.
- •Показатели формы распределения (центральные моменты, показатели асимметрии, показатель эксцесса).
- •6.6. Доверительный интервал, определение необходимого размера выборки
- •6.8. Биномиальное распределение и его характеристики
- •6.9. Распределение Пуассона и его характеристики
- •6.10. Экспоненциальное распределение и его характеристики
- •7. Гипотезы.
- •7.1. Статистическая проверка гипотез. Классы гипотез.
- •7.2. Критерии согласия. Классификация методов проверки гипотез. Понятие числа степеней свободы.
- •7.3. Ошибка 1 рода и ошибка 2 рода.
- •7.5. Непараметрические методы проверки гипотез (Критерий Розенбаума , критерий Манна-Уитни, критерий χ2 Пирсона)
- •2. Критерий Манна – Уитни u
- •8.1. Понятие корреляции. Виды корреляционной связи (парная линейная, параболическая, гиперболическая, множественная, корреляция рангов).
- •8.2. Коэффициенты корреляции.
- •8.3. Оценка надежности коэффициента корреляции.
- •8.4. Измерение связи неколичественных признаков (к-нт ассоциации, к-нт контингенции, к-нт сопряженности Пирсона, к-нт сопряженности Чупрова, к-нт корреляции рангов Спирмена, к-нт корреляции Фехнера)
- •9. Регрессионный анализ.
- •9.1. Цели, виды.
- •9.2. Ошибка выбранной модели.
- •10. Кластерный анализ.
- •10.1. Цели. Евклидово расстояние. Стандартизация.
- •10.2. Методы объединения объектов.
- •10.3. Дендрограмма. Основные характеристики кластеров.
- •16.2. Индекс себестоимости.
- •16.5.3. Показатели дифференциации материальной обеспеченности населения:
- •1 6.6.2.Индекс объема потребления
Методы средних величин.
Средние арифметические и их свойства.
Средние величины- Обобщающая величина изучаемого признака совокупности, характеризующая типичный уровень совокупности.
В
ыборочное
среднее –
приближение теоретического среднего
распределения, основанное на выборке
из него.
Для генеральной
совокупности – μ
Выборочное среднее =Сумма значений элементов данных / Количество элементов данных
Взвешенное среднее – величины, которые учитывают, что некоторые варианты значения признака могут иметь различную численность, в связи с чем каждый вариант приходиться умножать на эту численность.
Свойства среднего арифметического(СА):
Сумма отклонений отдельных значений признака от СА равна 0
Если от каждого значения признака -/+ одно и то же число, то СА соответственно уменьшится или увеличится на то же самое число
Если каждое значение признака разделить или умножить на одно и то же число, то СА соответственно уменьшится или увеличится во столько же раз
Степенные средние.
Виды степенных: простые-
взвешенные-
Средняя гармоническая- к=-1
Средняя гармоническая используется для расчета среднего значения относительных величин при условии, что известен числитель исходной формулы усредняемого показателя.
Средняя геометрическая- к=0
k - число сомножителей в подкоренном выражении
Степень корня = k
Средняя геометрическая используется для расчета средних темпов роста в анализе рядов динамики.
- имеется в виду
подсчет по всем единицам совокупности,
то есть k = n – 1.
Средняя квадратическая-к=2
(простая) →
(взвешенная)
Измерение вариаций признаков в совокупности, т.е. для расчета ср. квадратического отклонения. (пример- для вычисления средней стороны, ср. диаметров)
Средняя кубическая – к=3
Исп. для определения средней стороны кубов.
Правило мажорантности средних.
6. Распределение наблюдений.
6.1. Построение нормального распределения по эмпирическому ряду.
Нормальное распределение- идеальная модель- теоретически гладкая гистограмма. Идеальный набор данных, в которых большинство чисел сконцентрировано в средней части диапазона значений.
Значения наблюдений не ограничены по своей величине.
диапазон ±1 S - 68,26% площади (значений).
диапазон ±2 S – 95,44% площади (значений).
диапазон ±3 S - 99,72% площади (значений).
Расстояние по горизонтальной оси, измеренное в единицах стандартного отклонения от среднего арифмет-го всегда даёт одинаковую площадь под кривой.
П
равосторонняя
As
> 0;
Левосторонняя As
< 0
Вероятность того, что имеющее НР случайная величина принимает значение, лежащее в некотором интервале, равна площади под кривой НР между значениями, ограничивающими данный интервал.
6.2. Основные параметры нормального распределения.
Нормальное распределение – непрерывные величины
Характеристики:
1.Среднее или ожидаемое значение дискретной случайной величины X:
2.Стандартное отклонение дискретной случайной величины X (риск, неопределенность ситуации)
З
начение
наблюдений неограниченны по своей
величине