![](/user_photo/2706_HbeT2.jpg)
- •1.Предмет, метод, задачи статистики
- •Комплексный анализ рядов распределения
- •12. Графическое изображение рядов распределения.
- •13. Характеристика центра распределения.
- •Xmo0-нижняя граница модального интервала
- •14. Характеристика структуры распределения.
- •2. Характеризует выпад вершины эмпирического распределения вверх или вниз по отношению к вершине нормального распределения.
- •16. Выравнивание эмпирических распределений, выбор типа закономерности распределения.
- •21. Определение доверительных интервалов.
- •Практические задачи, решаемые с помощью корреляционно-регрессионный анализа (кра):
- •Оценка статистической значимости уравнения регрессии его параметров.
- •34. Задачи изучения динамических рядов.
- •37. Сглаживание рядов динамики.
- •- Стандартная ошибка (ср.Кв. Отклонение)
- •40. Автокорреляция уровней рядов динамики.
- •43. Корреляция рядов динамики
- •44. Экстраполяционное прогнозирование.
- •- Стандартная ошибка (ср.Кв. Отклонение)
- •47. Агрегатные индексы
- •48. Индексы Ласпераса, Паше, Фишера. Индекс-дефлятор.
- •49. Правило выбора весов.
- •50. Индексы средние из индивидуальных
12. Графическое изображение рядов распределения.
Графическое представление рядов распределения (Р.Р.)
Для графического представления Р.Р. используются след графики: 1 полигон распределения, 2 гистограмма, 3 кумулята
При построение графиков по оси абсцисс или оси х откладываются значения признака или варианты, по оси ординат – частоты или частости
Полигон распределения
Этот график классически используется для изображения вариационного ряда построенного по дискретному признаку. Если полигон распределения стремится к интервальному вариационному ряду то в кач-ве варианта используется значение соответствующее серединам интервала.
РИС
Гистограмма
Данный график используется для изображения интервальных вариационных рядов. Основание столбиков соответствуют величине интервала, а высота частоте по каждому интервалу. На гистограмме можно найти значение моды.
Мода - наиболее часто встречающееся значение признаков совокупности.
РИС
Кумулята
Строиться по накопленным частотам или частостям. При построение графика условно нижней границей 1-ого интервала присваивается 0-я частота, верхней границе частота 1-ого интервала, верхней границы 2-ого интервала соответствует накопленная частота 2-ого интервала и тд. При построение кумуляты распределения можно найти значение медианы.
РИС
13. Характеристика центра распределения.
К показателям центра распределения относятся: 1 мода, 2 медиана, 3 средняя
Высшей хар-кой центра распределения считаетс яс редняя величина т.к она рассчитывается с учетом знаний признака у всех единиц совокупности и хар-ет типический уровень признака.
Это отражение центральной тенденции распределения – это значит вокруг которой концентрируются единицы изучаемой совокупности. Т.к средняя величина может быть рассчитана по количественному признаку в качестве центра распределения используется мода или медиана.
Мода может быть рассчитана по любым показателям по количественным и атрибутивным как по номинальным и порядковым.
Мода – наиболее часто встречающееся значение признака совокупности.
Распределение семей по размеру среднедушевого дохода.
Группы семей |
Число семей fi(частоты) |
Середина интервала |
Накопленные частоты Σ fi |
Накопленные частости Σ f’i |
А |
1 |
2 |
3 |
4 |
До 500 |
600 |
450 |
600 |
6 |
500-600 |
700 |
550 |
1300 |
13 |
600-700 |
1700 |
650 |
3000 |
30 |
700-800 |
2500 |
750 |
5500 |
55 |
800-900 |
2200 |
850 |
7700 |
77 |
900-1000 |
1500 |
950 |
9200 |
92 |
1000 и более |
800 |
1050 |
10000 |
100 |
Σ |
10000 |
|
|
|
По атрибутивному признаку и несгруппированным данным количественного признака мода определяется просто исходя из определения. По сгруппированным данным мода определяется по формуле:
Mo= Xmo0Z+h [(fmo-fmo-1)/{(fmo-fm0-1)+(fmo-fmo+1)}]