12. Структурные средние: мода и медиана. Порядок расчета моды и медианы в дискретных и интервальных рядах.

Мода (Мо) – наиболее часто повторяющееся значение признака. Медиана (Ме) – величина признака, которая делит упорядоченный ряд на две равные по численности части.Если расчет моды и медианы проводится в дискретном ряду, то он опирается на их понятия. В интервальном ряду распределения для расчета моды и медианы применяют следующие формулы.

Мода рассчитывается по формуле

,

где х_Мо – нижнее значение модального интервала;

i_Мо – размер модального интервала;

f_Мо – частота модального интервала;

f_Мо–1 – частота, предшествующая модальной частоте;

f_Мо+1 – частота, последующая за модальной частотой.

Модальному интервалу соответствует наибольшая (модальная) частота. Медиана рассчитывается по формуле

,

где х_Ме – нижнее значение медианного интервала;

i_Ме – размер медианного интервала;

f – сумма частот;

S_Ме–1 – сумма частот, предшествующих медианной частоте;

f_Ме – медианная частота.

Медианному интервалу соответствует медианная частота. Таким интервалом будет интервал, сумма накопленных частот которого равна или превышает половину суммы всех частот.

13. Вариация признаков. Методы расчета показателей, её характеризующих.

Понятие вариации признаков. Показатели вариации

Средние величины дают обобщенную характеристику варьирующего признака, но в них не отражается степень колеблемости отдельных значений признака вокруг среднего уровня. Для измерения колеблемости изучаемого признака в статистике применяются различные показатели.

1. Размах вариации (R) определяется по формуле

R = х_мах – х_min, где х_min – минимальное значение признака;

х_mах – максимальное значение признака.

Этот показатель дает общее, внешнее представление о колеблемости признака, но не характеризует степень его колебаний.

2. Среднее линейное отклонение исчисляется по следующим формулам:

 по несгруппированным данным: ;

 по сгруппированным данным: .

Этот показатель представляет собой среднюю величину из отклонений индивидуальных значений признака от средней арифметической. Как меру вариации признака этот показатель в статистике применяют редко.

3. Дисперсия признака (σ²) рассчитывается следующим образом:

 по несгруппированным данным: ,

 по сгруппированным данным: .

Дисперсия является средней арифметической квадратов отклонений каждого значения признака от общей средней, это относительная мера вариации.

4. Среднее квадратическое отклонение – это абсолютная мера вариации, выражается в единицах измерения изучаемого признака и определяется по следующим формулам:

 по несгруппированным данным: ;

 по сгруппированным данным:

5. Коэффициент вариации (V) применяется для сравнения степени вариации различных признаков, выражается в процентах и определяется следующим образом:

.

14. Свойства дисперсии, методы её расчёта. Правило сложения дисперсий и его использование в корреляционном анализе.

Дисперсия в статистике находится как среднее квадратическое отклонение индивидуальных значений признака в квадрате от средней арифметической. В зависимости от исходных данных она определяется по формулам простой и взвешенной дисперсий:

1. Простая дисперсия (для несгруппированных данных) вычисляется по формуле:

2. Взвешенная дисперсия (для вариационного ряда):

где n - частота (повторяемость фактора Х)

Свойства дисперсии:1. Если все значения признака уменьшить (увеличить) на одну и ту же постоянную величину, то дисперсия от этого не изменится.2. Если все значения признака уменьшить (увеличить) в одно и то же число раз n, то дисперсия соотв. уменьшится (увеличиться) в n^2 раз.

Правило сложения дисперсии в статистике

Согласно правилу сложения дисперсий общая дисперсия равна сумме средней из внутригрупповых и межгрупповых дисперсий:

Смысл этого правила заключается в том, что общая дисперсия, которая возникает под влиянием всех факторов, равняется сумме дисперсий, которые возникают под влиянием всех прочих факторов, и дисперсии, возникающей за счет фактора группировки. Пользуясь формулой сложения дисперсий, можно определить по двум известным дисперсиям третью неизвестную, а также судить о силе влияния группировочного признака.

Вычисление дисперсии и среднего квадратического отклонения «способом моментов»«Способ моментов» основан на математических свойствах дисперсии. Для рядов распределения с равными интервалами расчет дисперсии можно произвести по следующей формуле:

,

где i – размер интервала; m₁ – момент первого порядка (х₁ – упрощенные варианты; );

m₂ – момент второго порядка .