- •1. Предмет математической статистики.
- •2. Статистические совокупности, их виды.
- •3. Определяющее свойство статистической совокупности.
- •4. Признаки единиц совокупности, их классификация.
- •5. Описательная характеристика статистических совокупностей.
- •6. Ранжированный ряд распределения, техника его построения.
- •7. Анализ ранжированного ряда распределения.
- •8. Вариационный ряд распределения, техника построения для дискретного признака.
- •9. Интервальный вариационный ряд распределения, техника его построения.
- •10. Анализ дискретного и интервального вариационного ряда распределения.
- •11. Определение статистического показателя применительно к абстрактной статистической совокупности.
- •12. Система статистических показателей для всесторонней характеристики статистического ряда распределения.
- •13. Показатели центральной тенденции, их классификация.
- •14. Параметрические показатели центральной тенденции, их виды, условия применения и алгоритмы расчета.
- •15. Условия типичности параметрических средних.
- •16. Непараметрические средние. Алгоритмы их расчета в ранжированном ряду распределения.
- •17. Алгоритмы расчета структурных средних в дискретном и вариационном рядах распределения.
- •18. Взаимосвязь средней арифметической, моды и медианы.
- •19. Сравнение средней арифметической, моды и медианы.
- •20. Понятие о вариации.
- •Показатели вариации, алгоритмы их расчета
- •Интерпретация показателей вариации
- •Сравнение вариации одного и того же признака в двух совокупностях, сравнение вариации разных по содержанию признаков
- •Конкретная ошибка выборки, распределение конкретных ошибок выборки
- •Средняя ошибка выборки для выборочной средней и выборочной доли
- •61.Область согласия и область отказа. Соотношение между ними
- •62. Статистические таблицы , как инструмент принятия ( отказа ) гипотез
- •68. Особенности проверки гипотезы о соответствии фактического распределения нормальному.: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •69 Особенности проверки гипотезы о соответствии фактического распределения распределению Пуассона: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •71. Как критерий независимости. Постановка нулевой и альтернативной гипотез.
- •72. Как критерий независимости. Содержание и алгоритм расчета ожидаемых частот
- •73. Как критерий однородности. Содержание выдвигаемых гипотез
- •74. Как критерий однородности.Какие сравнения определяют величину фактического значения критерия.
- •75. Определение табличного значения критерия при различных аспектах его использования.
- •76. Схема проверки гипотез относительно генеральной средней
- •77. Критерий двухсторонний и односторонний
- •78. Особенности принятия альтернативной гипотезы при направленном ее характере
- •79. Выборки зависимые и независимые
- •80. Особенности проверки гипотез относительно двух средних при равных численностях выборок и равных дисперсиях
- •91. Проверка гипотезы относительно доли признака в двух совокупностях, если хотя бы одна из выборочных долей лежит вне интервала 0,1-0,9
- •92. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия t – нормального распределения
- •93. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия Диксона
- •94. Постановка гипотез при дисперсионном анализе
- •95 Критерий f- Фишера. Условия его применимости
- •96.Преобразование исходных данных с целью проведения дисперсионного анализа
- •97.Необходимость конкретизации результатов дисперсионного анализа
- •98. Конкретизация результатов дисперсионного анализа на основе критерия q- Тьюки
- •99 Понятие о контрастах
- •100. Схема конкретизации результатов дисперсионного анализа методом контрастов Шефе
- •101. Модель дисперсионного анализа с постоянным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •102. Модель дисперсионного анализа со случайным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •103. Проверяемые гипотезы при двухфакторном дисперсионном анализе.
- •104. Разложение общего объема вариации признака при двухфакторном дисперсионном анализе и неслучайном формировании повторностей.
- •105. Понятие о многомерном дисперсионном анализе.
- •106. Понятие о корреляционной связи.
- •107. Требования к совокупности и факторным признакам при построении корреляционного уравнения связи.
- •108. Этапы построения уравнения связи.
- •108. Методы нахождения вида уравнения.
- •109. Метод наименьших квадратов, содержание и реализация.
- •110. Интерпретация коэффициентов уравнения.
- •122. Приведение матрицы исходных данных в сопоставимый вид при построении многомерной средней.
- •122. Нормирование исходных данных.
- •125. Выбор итерации, соответствующей оптимальному разбиению.
- •126. Метод k-средних (кластерный анализ с обучением).
- •127. Методы установления центров тяжести.
- •128. Назначение факторного анализа.
- •129. Техника факторного анализа.
- •130. Разложение единичной дисперсии.
- •131. Общность, специфичность, надежность в факторном анализе.
- •132. Общий алгоритм факторного анализа.
- •133. Решение проблемы общности при факторном анализе.
- •134. Установление числа факторов.
- •135. Простая структура Терстоуна.
- •136. Факторные нагрузки.
- •137. Вращение матрицы факторных нагрузок и интерпретация факторов.
- •138. Методы вращения матрицы факторных нагрузок.
- •139. Расчет значений факторов по отдельным наблюдениям.
- •140. Применение результатов факторного анализа при построении регрессионных уравнений.
- •141. Назначение дискриминантного анализа.
- •142. Переменные группировочные и независимые
- •143.Пошаговое включение переменных (переменные в модели и вне модели)
- •144. Канонический анализ, его составляющие
- •150.Матрица классификации
109. Метод наименьших квадратов, содержание и реализация.
Применительно к корреляционной связи, метод наименьших квадратов позволяет найти такие коэффициенты, чтобы линия, отображающая это решение max близко подходила ко всем точкам корреляционного поля.
С математической точки зрения метод наименьших квадратов основан на введении функции.
∑ (yi - yi) = min
1 . Найти коэффициент
2. - При а = 1, ∑ y = an + b∑ x *n / ∑ x
- При b = x, ∑ yx = a∑ x + b∑ x² *∑ x / *∑ x²
(Решить систему: Из первого вычесть второе уравнение, подставить данные, найти коэффициент а, составить уравнение).
110. Интерпретация коэффициентов уравнения.
y = a + bx, a - значение y при x = 0.
Любое уравнение корреляционной связи имеет область существования, т.е. это та область, где установленные уравнением связи имеют место.
Область существования справедливо ограничена max и min значением признака, т.е. установленная уравнением связь справедлива для области изменения факторного признака от 1,2 до 2,6.
За пределами интервала - ответа нет.
x = 0 - вне области существования, т.е. интерпретация неверна.
а - условное начало и смысла не имеет.
b - коэффициент регрессии - средняя величина совокупности, по которой строится совокупная связь.
111. Бета - коэффициенты.
Бета-коэффициенты показывают, на сколько средних квадратических отклонений изменится в среднем результативный признак при изменении соответствующих факторов на свое среднее квадратическое отклонение.
112. Коэффициент эластичности.
Коэффициент эластичности показывает, на сколько процентов (%) в среднем изменится результативный признак при изменении соответствующего фактора на 1 %.
113. Схема разложения вариации результативного признака с целью определения тесноты связи.
Для характеристики тесноты связи используется 2 показателя:
1. коэффициент детерминации;
2. коэффициент корреляции (производный от первого).
(1) Определение коэффициента детерминации основывается на известном законе разложения вариации результативного признака:
Wобщий = Wвоспроизведенный + Wостаточный.
114. Коэффициент детерминации, содержание и алгоритм расчета.
Коэффициент детерминации - показывает, какую долю в общем объеме вариации занимает вариация, связанная с действием фактора.
0 ≤ R² ≤ 1
Wвоспроизведенный = 0 Отсутствует остаточная вариация и все точки будут находиться на лини
регрессии (корреляционного поля).
115. Коэффициент корреляции.
Коэффициент корреляции - показатель тесноты связи (производна величина от коэффициента детерминации).
0 ≤ R ≤ 1.
116. Расчет коэффициента корреляции при парной линейной связи.
В случае парной линейной связи коэффициент корреляции между y и x может быть рассчитан по формуле:
- 1 ≤ Zyx ≤ + 1.
117. Коэффициенты отдельного определения.
Коэффициент отдельного определения - один из показателей тесноты связи.
Показывает вклад каждого фактора в коэффициент множественной детерминации.
118. Оценка существенности уравнения в целом: постановка гипотезы и критерии.
Но - выявленные по выборке данные в генеральной совокупности отсутствуют.
НА - выявленные по выборке данные в генеральной совокупности присутствуют.
Используется критерий F-Фишера:
119. Проверка гипотезы относительно коэффициента регрессии: постановка гипотезы и критерии.
Но - B = 0.
НА - В ≠ 0.
Используется критерий t-Стьюдента/ t критерий нормального распределения:
120. Проверка гипотезы относительно коэффициента корреляции: постановка гипотезы и критерии.
Но - R = 0.
НА - R ≠ 0.
Используется критерий t-Стьюдента/ t критерий нормального распределения:
121. Показатели взаимосвязи качественных признаков. Таблицы сопряженности.
Если 2 признака качественные и каждый имеет альтернативный характер, то теснота связи между этими признаками может быть установлена на основе специальной таблицы, получившей название таблица сопряженности.
Таблица сопряженности - распределение совокупности по 2м альтернативным признакам:
1ый признак │ |
да |
нет |
─ 2ой признак |
да |
a |
b |
}численность ед. совокупности |
нет |
c |
d |
Для определения наличия связи используется 2 коэффициента:
1. Коэффициент контингенции:
2. Коэффициент ассоциации: