- •Шкалирование как метод измерения социальных характеристик. Типы и виды шкал.
- •Дискретная случайная величина: определение, закон распределения, функция распределения
- •Закон распределения случайной величины. Примеры простых распределений, их формальное и графическое представление.
- •Биномиальный закон распределения.
- •Закон распределения Пуассона.
- •Математическое ожидание дискретной случайной величины: определения, свойства, формулы для вычисления.
- •Дисперсия дискретной случайной величины: определения, свойства, формулы для вычисления.
- •Среднее квадратическое отклонение дискретной случайной величины: определения, свойства, формулы для вычисления.
- •Ряды распределения, их разновидности.(196,200)
- •Непрерывная случайная величина: определение, плотность распределения, функция распределения.
- •Нормальное распределение социологических данных, его основные характеристики и причины значительной распространенности в социологии.
- •Проверка гипотезы о нормальном законе распределения: алгоритм реализации.
- •Корреляционный анализ: понятие. Коэффициент корреляции.
- •Методика расчета выборочного коэффициента корреляции.
- •Коэффициент ранговой корреляции Спирмена. Методика расчета.
- •Факторный анализ: понятия, возможность построения математической модели
- •Кластерный анализ: возможности и ограничения применения
Среднее квадратическое отклонение дискретной случайной величины: определения, свойства, формулы для вычисления.
Среднее квадратическое отклонение дискретной случайной величины Х наз-ется квадратный корень из ее дисперсии:
Св-ва дисперсии:
D(X)≥0 ¥; D(C)=0, где С - постоянная величина;
D(СХ)=С*D(Х), где С – постоянная величина;
D(Х1+Х2+…+Хп)=D(Х1)+D(Х2)+…+D(Хп), если Х1,Х2,…Хп – независимые случайные величины взаимно независимы;
D(X)=M(X2)-(M(X))2
Для Дискретной случайной величины Х, заданной табл.1, справедливо равенство:
Для Дискретной случайной величины , заданной табл.2, справедливо равенство:
Для Дискретной случайной величины Х и У, заданных, соответственно, табл.1 и 3, связаны равенством: D(Y) = D(X);
Для Дискретной случайной величины Х и Z, заданных, соответственно, табл.1 и 4, связаны равенством: D(Z) = b2 * D(X);
Для Дискретной случайной величины Х, имеющие биномиальное распределение, равна произведению числа испытаний на вероятность появления и не появления события в одном испытании: D(Х) = пр(1 – p).
Ряды распределения, их разновидности.(196,200)
???
Непрерывная случайная величина: определение, плотность распределения, функция распределения.
Законом распределения непрерывной случайной величины Х наз-ется соответствие между каждым ее возможным значением Х1 и вероятностью ее появление р1
Функции распределения вероятностей (интергальной функций) непрерывной случной величины Х наз-ется функция F(x) равная при каждом €R вероятности того что Х в результате испытания примет значения меньше х:
Полностью распределения вероятностей прерывной случайной величины Х, называется функция f(x) задаваемая равенством:
Нормальное распределение социологических данных, его основные характеристики и причины значительной распространенности в социологии.
Нормальным наз-ется распределения вероятностей таких непрерывных случайных величин у которых плотность распределения вероятностей задается формулой:
где m, - некоторые числа и >0
Функций распределения вероятностей вычисляется по формуле:
, где - функция Лапласа
Числовые характеристики:
Вероятность того, что случайной величины Х примет значение из интервала (а; b), вычисляется по ф-ле:
Равномерный (линейный) закон распределения, его основные статистические характеристики
Непрерывная случайная величина Х принимающая всех свои возможные значение только на отрезке [a,b] наз-ется равномерно распределенной, если ее плотность паспределения равна:
,
Функций распределения F(x) описывается формулой:
Числовые характеристики:
Вероятность попадания случайной величины Х в интервал (а1; а2), где (а1; а2) (а; b), вычисляется по ф-ле:
Показательный закон распределения.
Непрерывная случайная величин Х наз-ется экспоненциально распределенной, если ее плотность распределения равна:
- положительный параметр.
Интергальная функция F(x) имеет вид:
Числовые характеристики:
Вероятность попадания случайной величины Х в интервал (а; b), вычисляется по ф-ле:
Закон распределения Пуассона.
По закону распределения Пуассона. Если число п очень велико, р очень мало и вероятность P(X = k) появления события А ровно К раз вычисляется по ф-ле Пуассона:
, где =пр
Математическое ожидание непрерывной случайной величины: определения, свойства, формулы для вычисления.
Математическое ожидание М(х) непрерывной случайной величины Х наз-ется число, вычисляемое по ф-ле:
при условии, что этот несобственный интеграл первого рода сходится.
Св-ва математического ожидания:
1. М(С)=С, где С – постоянная величина;
2. М(СХ)=С*М(Х), где С – постоянная величина;
3. М(Х1+Х2)=М(Х1)+М(Х2).
Дисперсия дискретной непрерывной величины: определения, свойства, формулы для вычисления.
Дисперсией D(X) непрерывной случайной величине Х наз-ется математическое ожидание квадрата отклонения случайной величины Х, от ее математического ожидания.
Св-ва дисперсии:
D(X)D(C)=0, где С - постоянная величина;
D(СХ)=С*D(Х), где С – постоянная величина;
D(Х1+Х2)=D(Х1)+D(Х2)
Дисперсия вычисления по ф-ле
Среднее квадратическое отклонение непрерывной случайной
величины: определения, свойства, формулы для вычисления.
Среднее квадратическое отклонение непрерывной случайной величины Х наз-ют квадратный корень из ее дисперсии:
Св-ва дисперсии:
D(X)D(C)=0, где С - постоянная величина;
D(СХ)=С*D(Х), где С – постоянная величина;
D(Х1+Х2)=D(Х1)+D(Х2)
Дисперсия вычисления по ф-ле:
Специфика и проблемы использования математики для решения социологических задач. (235 во
Числовые и геометрические характеристики статистического ряда распределения. 236
Статистическая гипотеза, критерий, уровень значимости - определение понятий.
№1. Статистической гипотез наз-ется предположение о виде распределения, о параметрах известных распределений.
№2. Выдвинутая гипотеза наз-ется нулевой (или основной) и обозначается Но.
Гипотеза, которая противоречит нулевой, наз-ется конкурирующей гипотезой и обозначается Н1.
№3. Гипотеза наз-ется простой, если она содержит только одно предложение.
Гипотеза наз-ется сложной, если она состоит из конечного или бесконечного числа предположений.
№4. Сопоставление выдвинутой гипотезы с экспериментальными данными наз-ется проверкой гипотезы.
№5. Правосторонней критической областью для проверки 0-ой гипотезы с уровнем значимости а наз-етс совокупность значений критерия проверки Z, для которых выполняется равенство: Р(Z>Zкрит.)=а, где Zкрит. – некоторое число, наз-мое границией критической области.
Левосторонней критической областью для проверки 0-ой гипотезы с уровнем значимости а наз-етс совокупность значений критерия проверки Z, для которых выполняется равенство: Р(Z<-Zкрит.)=а, где Zкрит. – некоторое число, наз-мое границией критической области.
Двусторонней критической областью для проверки 0-ой гипотезы с уровнем значимости а наз-етс совокупность значений критерия проверки Z, для которых выполняется равенство:
Р(Z2 крит. < Z< Z1крит.)=а, где Z 1крит. Z 2крит – некоторое число, наз-мое границией критической области.