shpory_infa
.docxИнтенсивные показатели:
Экстенсивные показатели:
Показатели соотношения:
Средняя арифметическая величина:
М - средняя арифметическая простая;
ΣV- сумма вариант;
n - число наблюдений
Взвешенная средняя арифметическая:
М - средняя арифметическая взвешенная;
ΣVp - сумма произведений вариант на их частоты;
n - число наблюдений
Амплитуда: Am = Vmax - Vmin.
Величина отклонения каждой варианты вар.ряда от средней арифметической: d=V – M
Дисперсия вар.ряда:
Среднее квадратическое отклонение:
Стандартное отклонение:
Коэффициент вариации:
Ошибка репрезентативности:
m – ошибка репрезентативности;
σ – среднее квадратическое отклонение;
n – число наблюдений в выборке.
Средняя ошибка для относительных показателей:
Р – величина относительного показателя, выраженного в процентах, промилле и т.д.;
q – величина, обратная Р и выраженная как (1-Р), (100-Р), (1000-Р) и т. д., в зависимости от основания, на которое рассчитан показатель;
n – число наблюдений в выборочной совокупности.
Коэффициент достоверности (критерий Стьюдента):
M1 – средняя арифметическая 1-го вариационного ряда,
M2 – средняя арифметическая 2-го вариационного ряда,
m1 – ошибка репрезентативности 1-го вариационного ряда,
m2 – ошибка репрезентативности 2-го вариационного ряда.
P1 – относительная величина (показатель) 1-й группы;
P2 – относительная величина (показатель) 2-й группы;
m1 – ошибка репрезентативности 1-го показателя;
m2 – ошибка репрезентативности 2-го показателя.
Хи- квадрат: χ2=(Э - Т)² / Т
Э - эмпирическая частота появления признака, т.е. полученная в опыте;
T - теоретическая частота, рассчитанная по нулевой гипотезе (что было бы, если бы группы были одинаковы).
Критерий Фишера:
FЭмп. – критерий Фишера, вычисленный в исследуемой совокупности,
MSФакт. – средний квадрат дисперсии, обусловленной изучаемым фактором,
MSСлуч. – средний квадрат дисперсии, обусловленной случайными факторами.
Подсчет SSФакт. - вариативности признака, обусловленную действием исследуемого фактора (межгрупповое разнообразие):
Тс – сумма индивидуальных значений по каждому из условий. Для нашего примера 43, 37, 24 (см. таблицу);
с – количество условий (градаций) фактора (=3);
n – количество испытуемых в каждой группе (=6);
N – общее количество индивидуальных значений (=18);
– квадрат общей суммы индивидуальных значений (=1042=10816).
Коэффициент корреляции Пирсона:
rxy – коэффициент линейной корреляции Пирсона;
covXY – ковариация признаков X и Y;
σX – среднее квадратическое отклонение признака X;
σY – среднее квадратическое отклонение признака Y;
– средняя арифметическая признака X;
– средняя арифметическая признака Y.
rxy – коэффициент линейной корреляции Пирсона;
dx – отклонение каждой варианты признака x от средней этого признака: dx = x - Mx,
dy – отклонение каждой варианты признака y от средней этого признака: dy = y - My.
Ошибка репрезентативности коэффициента корреляции:
mr – ошибка репрезентативности коэффициента корреляции;
rxy – коэффициент линейной корреляции Пирсона;
n – число парных вариант.
Коэффициент достоверности Стьюдента:
tr – коэффициент достоверности Стьюдента;
rxy – коэффициент линейной корреляции Пирсона;
mr – ошибка репрезентативности коэффициента корреляции.
Коэффициент корреляции:
– коэффициент корреляции Спирмена;
d – разность рангов;
n – число парных вариант.
Коэффициент корреляции Спирмена:
Коэффициент достоверности Стьюдента:
t – коэффициент достоверности Стьюдента;
– коэффициент корреляции Спирмена;
m – ошибка репрезентативности коэффициента корреляции Спирмена.
Вычисление коэффициента корреляции Спирмена: |
Вычисление коэффициента достоверности Стьюдента для коэффициента корреляции: |
Коэффициент регрессии:
Ry/x – коэффициент регрессии;
rx/y – коэффициент корреляции Пирсона;
σx – среднее квадратическое отклонение признака x;
σy – среднее квадратическое отклонение признака y.
Формула определения значения зависимого признака:
y = My+Ry/x (x-Mx) ,
где: y – зависимая переменная;
My – средняя признака y;
Ry/x - коэффициент регрессии;
x - значение измеренного признака;
Mx – средняя арифметическая признака x.