5-стат2015(ср_велич)
.pdf•Такая "средняя" величина называется дисперсией и обозначается латинской буквой s2 - сигма. Чтобы вернуться к первоначальной размерности, из s2 (значения дисперсии) извлекается квадратный корень.
•Квадратный корень из дисперсии называется стандартным отклонением.
Ниже приведены вычисления, примененные к рассмотренному ранее примеру.
17.02.2015 |
bea4ver7 |
41 |
• Ниже приведены вычисления, примененные к рассмотренному ранее примеру.
Стандартное отклонение равно
17.02.2015 |
bea4ver7 |
42 |
Дисперсия и стандартное отклонение являются показателями разнообразия или разброса значений отдельных наблюдений вокруг среднего значения.
Дисперсия представляет собой среднюю суммы квадратов разностей значений каждого наблюдения и средней арифметической. Обычно в формулах она обозначается как s2. Стандартным отклонением называется квадратный корень дисперсии. Обычно в формулах оно обозначается s. Эти показатели разнообразия подсчитываются по следующим формулам:
17.02.2015 |
bea4ver7 |
43 |
Формулы для расчета дисперсии и стандартного отклонения
Формулы, приведенные выше, могут использоваться для вычисления дисперсии и стандартного отклонения, но они громоздки в случае большого набора данных. Следующие формулы более пригодны для вычисления этих показателей, так как в них не требуется вначале подсчитывать среднее:
Рассмотрим числитель этой дроби. Первый элемент вычисляется так: вначале возводят в квадрат значение каждого наблюдения, а затем находят сумму квадратов этих величин. Второй элемент вычисляется так: сначала находится сумма наблюдений, а затем квадрат суммы.
17.02.2015 |
bea4ver7 |
44 |
•Чтобы проиллюстрировать отношение стандартного отклонения и среднего к нормальной кривой, рассмотрим нормально распределенные данные, показанные на следующем рисунке.
•68,3% площади под нормальной кривой лежит в пределах +/- величины одного стандартного отклонения от значения средней арифметической.
•Примерно 95,5% площади находится в пределах +/- 2 стандартных отклонения, а
•99,7% площади в пределах +/- 3 стандартных отклонения от средней. В равной степени правильно и то, что 95% площади находится в пределах +/- 1,96 стандартных отклонений от средней
17.02.2015 |
bea4ver7 |
45 |
17.02.2015 |
SDстандартное отклонение |
46 |
bea4ver7 |
Выводы
•Подводя итоги отметим, что меры разброса количественно определяют степень разброса или изменчивость наблюдаемых значений непрерывной переменной.
•Простейшей мерой разброса является размах - разность между наибольшим и наименьшим значениями набора данных. Очевидно, что эта мера разброса очень чувствительна к влиянию крайних (экстремальных) значений.
•В случае нормально распределенных данных стандартное отклонение используется в сочетании со средней арифметической.
17.02.2015 |
bea4ver7 |
47 |
Выводы
•Подводя итоги отметим, что меры разброса количественно определяют степень разброса или изменчивость наблюдаемых значений непрерывной переменной.
•Простейшей мерой разброса является размах - разность между наибольшим и наименьшим значениями набора данных. Очевидно, что эта мера разброса очень чувствительна к влиянию крайних (экстремальных) значений.
•В случае нормально распределенных данных стандартное отклонение используется в сочетании со средней арифметической.
17.02.2015 |
bea4ver7 |
48 |
•В случае нормально распределенных данных стандартное отклонение используется в сочетании со средней арифметической.
•Стандартное отклонение указывает, как близко находятся величины от среднего значения.
17.02.2015 |
bea4ver7 |
49 |
• Для нормально распределенных данных диапазон от "минус одного стандартного отклонения" до "плюс одного стандартного отклонения" включает 68,3% данных. Около 95% данных попадают в диапазон от -1,96 стандартных отклонений до +1,96 стандартных отклонений. Для описания смещенных (асимметрично расположенных) данных используется межквартильный размах в сочетании с медианой. Межквартильный размах представляет собой диапазон от 25-го процентиля (первого квартиля) до 75-го процентиля (третьего квартиля), и включает примерно, 50% данных.
17.02.2015 |
bea4ver7 |
50 |