- •Статистика наука о массовых явлениях
- •Способы получения статистической информации (отчетность обследования)
- •Статистическая совокупность (единица совокупности, виды признаков)
- •Виды статистического наблюдения
- •Ошибки статистического наблюдения.
- •Статистическая сводка и группировка
- •Абсолютные и относительные статистические величины
- •Средние величины на базе степенной средней
- •Вычисление средней арифметической при различных вариантах задания исходных данных и их свойства
- •Порядковые статистики. Квартили. Децили. Способы определения по выборочным данным.
- •Мода, определение по статистическим данным, свойства использования в статистическом анализе.
- •Медиана, определение по статистическим данным, свойства использования в статистическом анализе
- •Вариация признаков- важнейшее свойство единиц статистической совокупности
- •Показатели вариации, наиболее часто употребительные в статистике
- •Дисперсия и среднее квадратическое отклонение
- •Коэффициенты вариации, свойства, области применения
- •Графическое представление вариационного ряда
- •Асимметрия распределения (As )
- •Эксцесс распределения (куртозис, Ex)
- •Сглаживание эмпирического распределения нормальным законно распределения
- •Понятие статистической гипотезы и статистического критерия, как инструмента проверки статистических гипотез
- •Проверка гипотезы о законе распределения
- •Ошибки первого и второго рода при проверке статистических гипотез
- •Критерий согласия Xи квадрат (Критерий к. Пирсона).
- •Выборочный метод
- •Виды выборочного статистического исследования
- •Способы обеспечения случайного отбора при формирования выборки.
- •Расслоенная выборка. Способы формирования выборки при расслоенном отборе
- •Доверительный интервал для генеральной средней.
- •Определение необходимого объема выборки.
- •Повторная и бесповторная выборка
- •Средняя ошибка выборки
- •Предельная ошибка выборки.
- •Малая выборка.
- •36. Парная корреляция и регрессия.
- •37.Оценка тесноты связи в задаче парной корреляции
- •38.Соотношение коэффициента корреляции и корреляционного отношения.
- •39. Коэффициент детерминации.
- •40. Оценка существенности корреляционной связи.
- •41.Доверительный интервал для генерального коэффициента корреляции
- •42.Оценка параметров линейной регрессии.
- •43.Корреляционная таблица
- •44.Эмпирическая регрессия.
- •45.Интерпритация правила сложения дисперсий в контексте задачи анализа корреляций.
- •46.Эмпирическое корреляционное отношение.
- •47.Теоретическое корреляционное отношение
- •48.Оценка значимости коэффициента корреляции
- •49.Ранговые коэффициенты корреляции
- •50.Остаточная дисперсия
- •52.Оценка существенности параметров линейной регрессии.
- •54.Оценка тесноты связи в случае альтернативной вариации
- •55.Множественный коэффициент корреляции
- •56.Частная корреляция.
- •58.Компоненты динамического ряда
- •59. Показатели динамического ряда: абсолютный прирост, средний абсолютный прирост, темпы роста и прироста и их среднее значение.
- •61.Приемы выявление сезонной составляющей динамического ряда
- •62. Аналитическое сглаживание динамических рядов.
- •63. Выбор наилучшего тренда из набора возможных.
- •65. Автокорреляция в динамических рядах.
- •67. Анализ взаимосвязанных динамических рядов (кросс-корреляция).
- •68. Прогнозирование по тренду.
- •69. Доверительный интервал для прогнозных значений.
- •71. Индексы цепные, базисные, индивидуальные и сводные, переменного и фиксированного
- •72. Индекс физического объёма продукции.
- •73. Индекс цен (Схема Пааше и Ласпейреса).
- •74. Взаимосвязь индекса цен и индекса физического объема продукции.
- •75. Индекс себестоимости
Эксцесс распределения (куртозис, Ex)
Для нормального распределения поэтому для оценки крутизны данного распределения в сравнении с нормальным вычисляется эксцесс распределения
Сглаживание эмпирического распределения нормальным законно распределения
При построении статистических моделей весьма широко применяется нормальное распределение.
Распределение непрерывной случайной величины х называют нормальным N(x, с), если соответствующая ей плотность распределения выражается формулой:
или
где - значение изучаемого признака
- средняя арифметическая ряда
- дисперсия значений изучаемого признака
- среднее квадратическое отклонение изучаемого признака
= 3.1415
= 2.7182
- нормированное отклонение
При графическом изображении плотности распределения f(x) получим кривую нормального распределения, симметричную относительно вертикальной прямой х= х (рис. 5.8), поэтому величину х называют центром распределения.
Случайные величины, распределенные по нормальному закону, различаются значениями параметров х и а, поэтому очень важно выяснить, как эти параметры влияют на вид нормальной
кривой.
Если х не меняется, а изменяется только а, то:
1) чем меньше о, тем более вытянута вверх кривая (см. рис. 5.8, а), а так как площадь, ограниченная осью х и данной кривой, равна 1, то вытягивание вверх компенсируется сжатием около центра распределения х и более быстрым приближением кривой к оси абсцисс;
2) чем больше о, тем более плоской и растянутой вдоль оси абсцисс становится кривая.
Если а остается неизменной, а х изменяется, то кривые нормального распределения имеют одинаковую форму, но отличаются друг от друга положением максимальной ординаты (см. рис. 5.8, б).
Понятие статистической гипотезы и статистического критерия, как инструмента проверки статистических гипотез
Результаты выборочных наблюдений широко используются в статистике для проверки предположений, выдвигаемых в отношении характера или параметров распределения случайной величины в генеральной совокупности. Такие предположения, которые планируется проверить с помощью специальных статистических методов, называются статистическими гипотезами.
Проверка статистической гипотезы заключается в том, чтобы оценить, можно ли считать случайным расхождение между выдвинутой гипотезой и результатами выборочного наблюдения. Такая оценка всегда носит вероятностный характер. Если расхождение между эмпирическими и теоретическими значениями не выходит за пределы случайной ошибки, то можно считать, что с заданной вероятностью выдвинутая гипотеза не опровергается. При этом справедливость самой гипотезы не доказывается, а лишь делается вывод о том, можно ли ее считать допустимой или необходимо отвергнуть.
Например, для санитарного контроля проводится мониторинг, в ходе которого устанавливается степень соответствия фактического содержания вредных веществ в атмосфере предельно допустимой концентрации (ПДК). Обозначим ПДК какого-либо вредного вещества, например двуокиси углерода, через х0, а фактическую концентрацию, установленную в результате мониторинга, через х. Требуется проверить справедливость гипотезы о том, что содержа ние вредного вещества в атмосфере города можно признать допустимым. Если эта гипотеза не подтверждается, т.е. окажется, что х > х0, то необходимы дополнительные меры по охране атмосферного воздуха.
Проверяемая гипотеза называется основной и обозначается через Н0. Суть проверки — убедиться в отсутствии систематической ошибки между исследуемым параметром генеральной совокупности и заданным его значением, т.е. проверяется гипотеза о нулевом расхождении между ними, поэтому основную гипотезу называют также нулевой.
При записи содержание гипотезы отделяется от символа Н0 двоеточием. В приведенном примере суть проверяемой гипотезы может быть представлена следующим образом:
Гипотеза, альтернативная основной, обозначается через Н.. В нашем случае альтернативной является гипотеза о том, что содержание вредного вещества в атмосфере города превышает ПЛК. Т.е.
Выдвигаемые гипотезы могут быть простыми и сложными. Простая гипотеза однозначно характеризует оцениваемый параметр генеральной совокупности. Например, Н0: х = х0, т.е. степень загрязнения воздуха точно соответствует ПДК. Сложная гипотеза определяет область возможных значений исследуемого параметра. Так. выдвинутая ранее гипотеза Н0: х < х. является сложной.