- •Федеральное государственное образовательное учреждение высшего профессионального образования
- •«Саратовский государственный аграрный университет им. Н.И. Вавилова»
- •Кафедра экономической кибернетики
- •Статистика
- •Статистика
- •Введение
- •1.Оформление расчётно-графической работы
- •2. Построение и графическое изображение вариационных рядов
- •2.1 Порядок построения вариационных рядов и их графическое изображение
- •2.2. Методика построения вариационных рядов и их графиков с помощью электронных таблиц Excel
- •3. Статистические характеристики рядов распределения
- •3.1. Показатели центра распределения
- •3.2. Показатели колеблемости признака
- •3.3. Показатели формы распределения
- •3.4.Расчёт статистических характеристик рядов распределения с помощью Excel
- •3.5. Статистические оценки параметров распределения
- •3.6. Проверка гипотезы о законе нормального распределения
- •3.7.Проверка гипотезы о законе нормального распределения по критерию Пирсона с помощью табличного процессора Excel
- •4.Корреляционно-регрессионный анализ
- •4.1.Определение параметров уравнения регрессии и показателей тесноты корреляционной связи
- •У равнение прямой:
- •У равнение гиперболы:
- •У равнение параболы второго порядка:
- •Степенное уравнение:
- •П оказательное уравнение
- •4.2. Оценка значимости уравнения регрессии и параметров тесноты связи
- •4.3.Корреляционно-регрессионный анализ в Excel
- •Министерство сельского хозяйства рф
- •Расчетно-графическая работа по математической статистике
- •Приложение 4 Критические точки распределения Стьюдента
- •Критические точки распределения
- •Критерий а. Н. Колмогорова. Точные и асимптотические границы для верхней грани модуля разности истинной и эмпирической функций распределения
- •Значения функции p(λ)
3. Статистические характеристики рядов распределения
3.1. Показатели центра распределения
К показателям центра распределения относятся средняя арифметическая, мода и медиана.
Под средней величиной понимают обобщающий показатель, характеризующий типичный уровень признака и рассчитанный на единицу однородной совокупности.
Средняя арифметическая вычисляется по формулам:
простая ; взвешенная ,
где - среднее значение признака; - варианты; - частоты; - численность совокупности.
Мода - величина признака (варианта), наиболее часто повторяющаяся в изучаемой совокупности.
В дискретных рядах распределения модой будет варианта с наибольшей частотой.
В интервальном ряду мода определя6ется по формуле:
,
где - нижняя граница интервала, содержащего моду; - величина модального интервала; - частота модального интервала; - частота интервала, предшествующего модальному; - частота послемодального интервала.
Медианой называется варианта, расположенная в середине вариационного ряда.
Если ряд дискретный имеет нечётное число единиц, то медианой будет варианта, расположенная в середине упорядоченного ряда и её порядковый номер . Если ряд состоит из чётного числа членов, то медианой будет средняя арифметическая из двух вариант с порядковыми номерами: и .
В интервальном ряду медиана рассчитывается по формуле:
где - нижняя граница медианного интервала; - величина медианного интервала; - сумма накопленных частот, предшествующих медианному интервалу; -частота медианного интервала. Медианным является интервал, накопленная частота которого равна или больше полусуммы всех частот.
3.2. Показатели колеблемости признака
Для измерения колеблемости признака применяются следующие показатели вариации.
Размах вариации - это разность между максимальным и минимальным значениями изучаемого признака.
R = xmax-xmin
Среднее линейное отклонение - средняя арифметическая из модулей абсолютных отклонений вариантов от их среднего значения.
Дисперсия - это средний квадрат отклонений вариантов от их средней арифметической.
Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии.
Коэффициент вариации – отношение среднего квадратического отклонения к средней арифметической:
.
3.3. Показатели формы распределения
Зависимость распределения частот от вариации изучаемого признака есть закономерность распределения. Эмпирическое распределение – распределение, полученное в результате обработки данных статистического наблюдения (эмпирического материала). Теоретическое распределение – это распределение частот в гипотетическом вариационном ряду с бесконечно большим числом единиц совокупности и бесконечно малой величиной интервала.
Теоретическая кривая распределения выражает общую закономерность распределения в чистом виде при исключении влияния случайных факторов.
В статистике широко известны различные виды распределений - нормальное распределение, биноминальное, распределение Пуассона и др. Наибольшее распространение в социально-экономических явлениях имеет нормальное распределение, выражающее закономерности взаимодействия случайных величин. Оно служит удачной моделью, с которой сравнивают анализируемое эмпирическое распределение. Если расхождения не велики, то их объясняют действием случайных факторов и считают данное распределение близким к нормальному. В противном случае делают вывод о несоответствии рассматриваемого распределения нормальному.
В практике статистического исследования встречаются различные типы нормального распределения: 1) одновершинные и многовершинные; 2) симметричные и асимметричные; 3) островершинные и плосковершинные.
К одновершинным относят распределения, в которых одна центральная варианта имеет наибольшую частоту. Многовершинные – это распределения с несколькими максимумами частот.
Симметричные – это распределения, в которых частоты вариант, равностоящих от центра, равны между собой. В асимметричных распределениях частоты убывают от центра вправо и влево с разной скоростью (не равны между собой).
Островершинные – эмпирические распределения, максимальная ордината которых больше максимальной ординаты теоретического распределения. В плосковершинных максимальная ордината эмпирического распределения меньше максимальной ординаты теоретического.
Э мпирические распределения, как правило, асимметричны, то есть смещены по отношению к центру распределения влево или вправо. Для определения направления и величины этого смещения применяется коэффициент асимметрии. Он может быть рассчитан по формулам:
г де m3 – центральный момент третьего порядка;
Положительная величина коэффициента указывает на правостороннюю асимметрию, отрицательная - на левостороннюю.
Островершинность распределения характеризуется с помощью коэффициента эксцесса Ех:
г де m4 – центральный момент четвертого порядка:
Этот коэффициент положителен при островершинности и отрицателен при плосковершинности.