Xreferat.com » Рефераты по науке и технике » Лекции по статистике

Лекции по статистике

по статистике" width="194" height="49" />.

пример.

Для вычисления дисперсии можно использовать формулу Лекции по статистике.

Основные свойства дисперсии:

Лекции по статистике Лекции по статистике Лекции по статистике Лекции по статистике, то есть дисперсия принимает минимальное значение среди всевозможных взвешенных квадратов отклонений значений признака от любой другой меры положения а. правило сложения дисперсий

Пусть ряд значений признака состоит из j однородных групп: x(1),...,X(n1),...X(n1+n2),...X(n),n=n1+n2+...+nj. Обозначим дисперсии групп D1,...Dj/

Надо найти общую дисперсию.

Лекции по статистике

Лекции по статистике, т.е. общая дисперсия равна сумме внутригрупповой и внешне групповой дисперсий.

Таким образом общая дисперсия равна взвешенной сумме групповых дисперсий и взвешенной сумме квадратов отклонений групповых средних от общей средней. Первое слагаемое выражает величину дисперсии внутри частей совокупности, а второе- различие между этими частями.

пример.

Каждая из перечисленных дисперсий имеет вполне определенный смысл: общая дисперсия показывает величину вариации зарплаты, которая вызвана всеми факторами, влияющими на размер зарплаты. (число обслуживаемых станков, различия в опыте и т.д.) Групповые дисперсии показывают величину вариации, которая вызвана многими причинами кроме различий в числе обсуживаемых станков, так как внутри группы все рабочие обслуживают одинаковое количество станков. Средняя из групповых вариаций вызвана не различиями в числе обслуживаемых станков по всему числу рабочих, различия по числу станков.

Чем больше межгрупповая дисперсия Лекции по статистике по сравнению Лекции по статистике, тем больше влияние группировочного признака на величину исследуемого признака.

Если группировать рабочих внутри каждой группы по другому признаку, оказывающему влияние на заработок, например по уровню квалификации, то можно из внутригрупповых дисперсий выделить дисперсию, показывающую величину вариации, вызванной вторым группировочным признаком и дисперсию остаточную, характеризующую вариацию за счет всех причин, кроме 2 группировочных признаков. Теоретически такую комбинационную группировку можно продолжать до тех пор, пока не будут исчерпаны все причины, воздействующие на исследуемый признак. Общая дисперсия в этот случае будет представлена как сумма дисперсий, характеризующих вариацию, вызванную каждой из причин.

Кроме абсолютных для характеристики совокупности значений признаков применяются относительные показатели.

Коэффициент вариации Лекции по статистике.

Используется для сравнения размеров вариации в вариационных рядах с различными средними, а также для сравнения вариаций разных показателей в оной и той же совокупности. Он отражает состояние между вариацией выборки и ее центром.

Лекции по статистике<=30% - выборка имеем довольно большую степень концентрации относительного среднего. 30%<=Лекции по статистике<=100% - степень концентрации допустимая. Лекции по статистике >=100% - делается вывод о неоднородности выборки.

пример.

Реже используются следующие коэффициенты:

Коэффициент вариации по размаху Лекции по статистике Коэффициент вариации по среднему линейному отклонению Лекции по статистике Квартильное отклонение Лекции по статистике . 9.Характеристики формы распределения вариационного ряда.

Существуют 2 основных характеристики: коэффициент ассиметрии и коэффициент эксцессов, которые характеризуют соответсвенно скошенность и крутость распределения.

Моментом порядка р распределения вариационного ряда называется

Лекции по статистике

В зависимости от значения а общая схема моментов разбивается на 3 подсистемы.

а=0, получаем систему начальных моментов Лекции по статистике а=x, получаем систему центральных моментов Лекции по статистике а=с=const, обычно С близкое к середине вариационного ряда. Получаем систему условных моментов. Она применяется для упрощения расчетов.

Центральные моменты 3 и 4 порядков используются для характеристики ассиметрии и эксцесса распределения вариационного ряда.

10.Сравнение эмпирического и теоретического распределений вариационных рядов. дискретные вариационные ряды

Пусть имеется вариационный ряд. Предположим, что признак Х распределен по некоторому вероятностному закону Р. Лекции по статистике

Р:

х

х1

х2

....

xk

р

p1

p2

.....

pk

По теоретическому распределению Р можно построить так называемое выравнивающие или теоретические частоты Лекции по статистике. Если отличия между теоретическими и эмпирическими частотами небольшое, то можно считать, что Х распределен по закону Р.

критерий согласия Пирсона

Объективную оценку близости эмпирических частот к теоретическим можно получить с помощью определенных критериев близости, называемых критериями согласия. Существует множество таких критериев. Критерий Пирсона основан на следующем:

Лекции по статистике.

Существуют значения (табличные) для соответствующего числа степеней свободы К и уровня значимости Лекции по статистике. По таблице находятся Лекции по статистике

K=k-1-r, где r - число общих характеристик теоретического распределения, принятых равными соответствующим эмпирическим.

11.Оценивание параметров распределений по выборке. Доверительные интервалы.

1. требования к оценкам

Пусть требуется изучить количественный признак генеральной совокупности. Допустим из теоретических соображений удалось установить какое именно распределение имеет признак. Естественна задача оценки параметров этого распределения.

Требования к оценкам:

несмещенность или асимптотическая несмещенность

Лекции по статистике

состоятельность

Лекции по статистике

Требование состоятельности применяется к большим объемам.

эффективность

Эффективной называют оценку, которая при заданном объеме выборки n имеет min дисперсию.

надежность оценок

Оценку, определяемую одним числом называют точечной. При выборках малого объема точечная оценка может значительно отличаться от оцениваемого параметра, т.е. приводить к грубым ошибкам. По этой причине при небольших объемах выборки пользуются интервальными оценками, которые определяются 2 числами - концами интервала. Эти оценки позволяют установить точность и надежность оценок.

Пусть Лекции по статистике=const, Лекции по статистике тем точнее определяет Лекции по статистике, чем меньше (Лекции по статистике-Лекции по статистике). Если есть величина Лекции по статистике>0, (Лекции по статистике-Лекции по статистике)<Лекции по статистике, то чем меньше Лекции по статистике, тем точнее оценка.

Лекции по статистике- надежность оценки. Обычно надежность задается наперед Лекции по статистике=95-99%. Величину Лекции по статистике называют уровнем значимости.

Лекции по статистике, интервал Лекции по статистике- доверительный. Концы этого интервала - случайные величины и называются доверительными границами, они могут меняться от выборки к выборке. Говорят, что наш доверительный интервал с вероятностью Лекции по статистике покрывает Лекции по статистике.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: