- •Введение
- •Раздел I. Введение в теорию вероятностей
- •Понятие о случайном событии
- •Классическое определение вероятности
- •Относительная частота. Статистическое определение вероятности.
- •Геометрическая вероятность
- •Свойства вероятностей Сложение вероятностей несовместимых событий
- •Умножение вероятностей
- •Сложение вероятностей совместимых событий
- •Формула полной вероятности
- •Основные формулы комбинаторики
- •Дискретные и непрерывные случайные величины. Понятие «случайные величины»
- •Закон распределения случайной величины
- •Теоретические распределения вероятностей
- •Биномиальное распределение
- •Распределение Пуассона
- •Числовые характеристики дискретных случайных величин
- •Нормальное распределение
- •Вопросы для самопроверки:
- •Раздел II. Основные понятия и термины биологической статистики Генеральная совокупность и выборка
- •Непреднамеренный отбор. Метод последовательных номеров. Случайный и механический методы отбора
- •Признаки и показатели
- •Правила ранжирования
- •Способы группировки первичных данных.
- •Схемы (модели) научного исследования
- •Однофакторная и многофакторная модель Контрольные и экспериментальные группы
- •Метод автоконтроля
- •Метод дублирования
- •Метод последовательного пополнения групп
- •Численность контрольных и экспериментальных групп
- •Научные гипотезы
- •Направленные гипотезы
- •Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •Уровни статистической значимости
- •1 Рода.
- •Вопросы для самопроверки
- •Раздел III. Статистические методы обработки экспериментальных данных
- •Проверка гипотезы о законе распределения
- •Χ2 Пирсона
- •Описательные статистики Концепция сжатия экспериментальных данных
- •Показатели центральной тенденции. Средние.
- •Медиана
- •Персентили
- •Показатели изменчивости
- •Стандартизованные данные
- •Показатели асимметрии и эксцесса
- •Эксцесс
- •Работа с качественными переменными Количественная оценка результатов эксперимента.
- •Вопросы для самопроверки:
- •Сравнение двух независимых групп т критерий Стьюдента
- •Критерии согласия для дисперсий
- •U критерий Маана-Уитни
- •Сравнение качественных признаков Критерий χ2
- •Сравнение долей
- •Точный тест Фишера
- •Сравнение более двух независимых групп Однофакторный дисперсионный анализ Фишера
- •Критерий Краскела-Уоллиса
- •Сравнение двух зависимых групп Парный т критерий Стьюдента
- •Парный критерий т – Вилкоксона
- •Критерий x2r Фридмана
- •Тест Мак-Немара
- •Корреляционный анализ
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Условия применения и ограничения корреляционно анализа
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Измерение связи количественных признаков
- •Измерение связи порядковых признаков
- •Измерение связи номинальных признаков
- •Относительный риск. Отношение шансов
- •Статистическая оценка надежности параметров парной корреляции
- •Частная корреляция
- •Факторный анализ
- •Вопросы для самопроверки:
- •Регрессионный анализ
- •Метод наименьших квадратов
- •Выбор формы функциональной зависимости
- •Применение парного линейного уравнения регрессии
- •Корреляционно-регрессионные модели (крм) и их применение в анализе и прогнозе.
- •Логистическая регрессия
- •Анализ динамических изменений Применение метода наименьших квадратов при исследовании тенденции развития
- •Анализ циклических изменений
- •Метод обычных средних
- •Метод корригирования средних
- •Метод отношения фактических данных
- •Ошибки, допускаемые при количественной характеристике сезонных колебаний
- •Кластерный анализ
- •Иерархическое дерево
- •Меры расстояния
- •Правила объединения или связи
- •Метод k средних
- •Выбор между параметрическими и непараметрическими тестами: легкая ситуация.
- •Выбор между параметрическими и непараметрическими тестами: сложные случаи.
- •Выбор между параметрическим и непараметрическим тестом: насколько это на самом деле влияет на результат?
- •Одно или двухсторонняя p-оценка?
- •Парный или непарный тест?
- •Тест Фишера или хи-квадрат?
- •Регрессия или корреляция?
- •Вопросы для самопроверки:
- •Раздел IV. Работа с программой easystatistics Общие сведения о программе EasyStatistics
- •Создание новой базы данных
- •Работа с файлами
- •Копирование и вставка данных
- •Работа с фильтрами
- •Работа с переменными и строками
- •Статистические методы Описательные статистики
- •Частотный анализ
- •Сравнение независимых выборок
- •Сравнение связанных выборок
- •Дисперсионный анализ
- •Корреляционный анализ
- •Множественная регрессия
- •Проверка типа распределения эмпирических данных
- •Вероятностный калькулятор
- •Задания для самостоятельной работы с программой
- •Список рекомендуемой литературы
- •Граничные (критические) значения 2-критерия, соответствующие разным вероятностям допустимой ошибки и разным степеням свободы
- •Критические значения коэффициентов корреляции для различных степеней свободы (n - 2) и разных вероятностей допустимых ошибок
Метод отношения фактических данных
к 12-месячным цепным средним.
Метод корригированных средних принимает во внимание и правильно учитывает влияние длительно действующих факторов только тогда, когда тенденция развития, вызванная влиянием этих факторов, прямолинейна. Однако тенденция в развитии явлений, может быть какой угодно.
По сравнению с методами обычных и корригированных средних данный метод имеет то преимущество, что позволяет учесть влияние длительно действующих факторов независимо от того, какова форма тенденции развития - прямолинейная или криволинейная.
Ход работы
1. Вычисляют 12-месячные цепные средние. Следует отметить, что при этом цепные осреднения не могут быть вычислены для первых шести месяцев первого года и за последние 5 месяцев последнего года. Усреднение на этом этапе работы проводится для устранения временно действующих и сезонно действующих причин. Следовательно в каждой из 12-месячной цепной средней осталось только влияние длительно действующих факторов.
2. Делят фактические данные каждого месяца отдельно на 12-месячные цепные средние и полученный результат умножают на 100. Это действие производится для исключения учета влияния временно действующих и сезонно действующих факторов. Следует напомнить, что фактические данные отражают на себе влияние как длительно действующих, так и временно и сезонно действующих причин, а 12-месячные цепные средние - влияние только длительно действующих причин. Следовательно принимая за основание деления 12-месячные цепные средние, исключают влияние временно и сезонно действующих причин.
3. Полученные таким образом результаты усредняют помесячно и получают 12 месячных средних. Это делается для устранения временно действующих случайных причин. Следовательно в полученных месячных средних осталось влияние только сезонно действующих причин.
4. Производят усреднение 12-месячных средних и получают общую среднюю. В этой средней устранено влияние сезонно действующих причин.
5. Находят индексы сезонных колебаний путем отношения каждой из месячных средних к общей средней, результат умножают на 100 для получения результатов в процентах.
Ошибки, допускаемые при количественной характеристике сезонных колебаний
1. Иногда, для того чтобы выразить сезонные колебания, пользуются месячными экстенсивными показателями. Для этого годовое число принимают за 100 %, а месячные числа распре-деляют в процентах по отношению к итогу. Этот метод мало чем отличается от метода, описанного под названием “Метод обычных средних”. Однако существуют два обстоятельства, дающих основание предпочитать метод обычных средних применению метода экстенсивных показателей. Во-первых, базой для сравнения месячных средних при пользовании методом обычных средних является среднегодовой уровень равный 100 %, а при методе экстенсивных показателей 8,33=10/12. Во-вторых, при помесячных процентных показателях не учитывается различная длина месяца. В-третьих, тогда, когда в развитии изучаемого явления сказывается наличие длительно действующих факторов, следует применять иные методы количественной характеристики сезонности (метод корригированных средних, метод отношений).
2. Недооценка фактора сезонности может привести к неправильным выводам. Например, было отмечено, что такой антропометрический признак как “вес” имеет более высокие значения осенью и зимой и более низкие весной и летом.
3. Наиболее подходящим способом графического изображения сезонных колебаний является построение круговой линейной диаграммы.