- •Міністерство освіти і науки україни
- •49600, Дніпропетровськ-5, пр. Гагаріна, 4
- •Лабораторная работа № 1 Основные принципы работы в пакете statistica. Группировка данных в пакете statistica
- •1.1. Рабочее окно пакета statistica
- •1.2. Создание, открытие и сохранение файла данных
- •1.3. Пример создания файла данных
- •2. Группировка данных в пакете statistica
- •2.1. Цель работы
- •2.2. Краткие теоретические сведения.
- •2.3. Способы группировки данных в пакете statistica
- •2.3.1. Построение таблицы частот (простая группировка данных)
- •2.3.2. Построение таблиц сопряженности (комбинированная группировка)
- •Лабораторная работа № 2 Ряды распределения и их характеристики
- •1. Вычисление основных статистических характеристик и изучение формы распределения в системе statistica
- •1.1. Вычисление основных статистических характеристик
- •1.2. Изучение формы распределения
- •1.2.1. Аналитическое изучение формы распределения
- •1.2.2. Графическое изучение формы распределения
- •1.2.3. Изучение формы распределения с помощью критериев согласия
- •1.3. Проверка гипотез о равенстве средних для нормальных распределений
- •Лабораторная работа № 3 Корреляционно-регрессионный анализ
- •1. Однофакторный корреляционно-регрессионный анализ
- •2. Многофакторный корреляционно-регрессионный анализ
- •Варианты заданий
- •Словарь некоторых терминов, используемых в пакете statistica
- •Литература
1.2. Изучение формы распределения
1.2.1. Аналитическое изучение формы распределения
Оценка вычисленных выше показателей асимметрии и эксцесса позволяет сделать вывод о том, можно ли отнести данное эмпирическое распределение к типу нормального или нет. В нашем примере показатели асимметрии и эксцесса переменной VES (см. рис.2.5) незначительно отличаются от нуля. Это позволяет сделать вывод о близости распределения данной переменной к теоретическому нормальному распределению. Что касается переменной GABARIT, то рассчитанный для нее показатель асимметрии говорит о значительной левосторонней асимметрии распределения, а показатель эксцесса – об островершинности распределения переменной; другими словами, распределение переменной GABARIT далеко от нормального.
1.2.2. Графическое изучение формы распределения
На гистограмме, построенной для переменной GABARIT (рис.2.6), видно, что в ряду распределения переменной преобладают варианты с большим, чем средняя арифметическая, значением признака; вершина кривой распределения сдвинута вправо и левая часть кривой оказывается длиннее – распределение имеет «длинный левый хвост», т.е. налицо значительная левосторонняя (отрицательная) асимметрия. Кроме того, вершина распределения значительно выше вершины наложенной на график кривой нормального распределения (отображается красной непрерывной линией), что говорит об островершинности распределения. В то же время гистограмма, построенная для переменной VES (рис.2.7), достаточно близка к наложенной кривой нормального распределения, что позволяет предположить близость распределения переменной к нормальному распределению.
В нижней части диалогового окна Descriptive statistics – Описательная статистика (см. рис.2.2) находятся дополнительные клавиши графиков. Клавиша Box&whisker plot for all variables – Диаграмма размаха для всех переменных выводит на экран следующий вид графика (рис.2.7):
Рисунок 2.9 - Box&whisker plot for all variables – Диаграмма размаха для всех переменных
Данный график включает три компонента:
центральная точка определяет медиану
прямоугольник показывает квартильный размах, т.е. диапазон вокруг медианы, который содержит 50% наблюдений
отрезки («усики») прямоугольника соответствуют размаху вариации.
График Box&whisker plot for all variables – Диаграмма размаха для всех переменных позволяет оценить симметричность распределения переменной. В нашем примере явно видна несимметричность распределения переменной GABARIT, в то время как распределение переменной VES достаточно симметрично.
Клавиша Normal probability plots - Нормальные вероятностные графики выводит на экран следующий график (рис.2.8):
Рисунок 2.10 - Normal probability plots - Нормальные вероятностные графики для переменных VES и GABARIT
Если точки достаточно хорошо ложатся на прямую (как в случае переменной VES), можно говорить о нормальном характере распределения переменной. Если же основная масса точек далека от прямой, то распределение переменной далеко от нормального (как в случае переменной GABARIT).