- •Теории вероятностей
- •1. Вероятность события. Непосредственный подсчет вероятностей
- •2. Теоремы сложения и умножения вероятностей Теорема сложения вероятностей несовместных событий
- •Теорема умножения вероятностей
- •3. Формула полной вероятности. Формула байеса
- •4. Повторные испытания. Формула бернулли. Асимптотические формулы (пуассона и муавра – лапласа)
- •5. Случайные величины. Способы их задания
- •6. Числовые характеристики случайной величины
- •7. Равномерное распределение
- •8. Показательное распределение
- •9. Нормальное распределение
- •Математической статистике
- •1. Вариационный ряд. Статистические распределения. Эмпирическая функция распределения. Графическое представление статистических распределений
- •2. Выборочные характеристики статистических распределений
- •3. Точечные и интервальные оценки параметров распределения
- •4. Проверка гипотезы о нормальном распределении генеральной совокупности
- •5. Парная линейная корреляционная зависимость. Парный линейный коэффициент корреляции, проверка его значимости. Линейное уравнение регрессии
- •6. Простейшие случаи парной нелинейной корреляционной зависимости. Корреляционное отношение. Нелинейное уравнение регрессии
- •7. Множественный корреляционно-регрессионный анализ
2. Выборочные характеристики статистических распределений
Для описания основных свойств статистических распределений чаще всего используют выборочные характеристики следующих двух видов:
средние;
Выборочная средняя: |
а) характеризует типичное для выборки значение признака X; б) приближенно характеризует (оценивает) типичное для генеральной совокупности значение признака X (см. п. 3.2); |
||
|
– средняя арифметическая; применяется к вариационному ряду (данные наблюдения не сгруппированы); |
||
|
– взвешенная средняя арифметическая (частоты mi , и частости wi называют весами); используется, если данные сгруппированы; непосредственно применима только к статистическому распределению дискретного признака (дискретному ряду). |
||
|
|||
Структурные (порядковые) средние. |
Если = хмo = хме , то распределение симметричное. При нарушении симметрии равенство нарушается (хотя бы одно). |
||
, если n = 2j – четное; хме = хj+1 , если n = 2j+1 – нечетное. |
Медиана – это серединное значение признака X; по определению: . |
||
хмo = xi , если mi = mmax (справедливо только для дискретного ряда). |
Мода – наиболее часто встречающееся значение признака X. |
2) характеристики вариации (рассеяния).
|
– выборочная дисперсия есть выборочная средняя арифметическая квадратов отклонений значений признака X от выборочной средней (равна “среднему квадрату без квадрата средней”): |
|||
|
– выборочная дисперсия; применяется к вариационному ряду (данные наблюдения не сгруппированы); |
|||
|
– выборочная взвешенная дисперсия; используется, если данные сгруппированы; непосредственно применима только к статистическому распределению дискретного признака (дискретному ряду); |
|||
|
– средний квадрат есть выборочная средняя арифметическая квадратов значений признака X (для вариационного ряда и для дискретного распределения соответственно). |
|||
|
– выборочное среднее квадратическое отклонение есть арифметическое значение корня квадратного из дисперсии; оно показывает, на сколько в среднем отклоняются значения xj признака X от выборочной средней . |
|||
|
||||
R = хmax – хmin |
– размах вариации. |
|||
|
– коэффициент вариации; применяют для сравнения вариации признаков сильно отличающихся по величине, или имеющих разные единицы измерения (разные наименования). |
Замечание. Если исходный вариационный ряд недоступен, приведенные выше формулы вычисления выборочных характеристик, применимые только к дискретному ряду, могут быть использованы для приближенного вычисления выборочных характеристик непрерывного признака, представленного интервальным рядом. Для этого предварительно каждый интервал xi–1–xi заменяется его серединой = (xi–1+ xi) / 2, то есть производится замена интервального ряда дискретным, соответствующим ему приближенно.