Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Основные свойства дисперсии
1. Если из каждого значения варианты отнять (прибавить) одно и то же постоянное число А, то средний квадрат отклонений от этого не изменится: . Отсюда следует, что дисперсию можно рассчитать не только по заданным вариантам, но и по отклонениям этих вариант от какого-то постоянного числа: . 2. Если каждое значение вариант разделить или умножить на одно и то же постоянное число А,то дисперсия уменьшится (увеличится) от этого в А2раз, а стандартное отклонение (среднее квадратическое отклонение) – в А раз: . Отсюда следует, что все варианты можно разделить на какое-то одно и то же постоянное число (например, интервал ряда), рассчитать среднее квадратическое отклонение, а затем умножить его на это постоянное число: . 3. Средний квадрат отклонений, рассчитанный от средней величины, всегда будет меньше среднего квадрата отклонений, рассчитанного от любой другой величины А (свойство минимизации): , причем больше на квадрат разности между средней и этой величиной А, т.е. на . Данное правило можно записать как или . Показатели вариации альтернативного признака Альтернативный признак –это качественный (атрибутивный) признак, который показывает наличие или отсутствие данного признака у единицы совокупности (да или нет). Среднее значение альтернативного признака: , где – доля единиц совокупности, обладающая альтернативным признаком; – доля единиц совокупности, не обладающая альтернативным признаком, а . Дисперсия альтернативного признака: . Показатели вариации для сгруппированных признаков Общая дисперсия показывает величину вариации во всей совокупности, сложившуюся под влиянием всех факторов: – простая; – взвешенная. Внутригрупповая (случайная) дисперсия показывает величину вариации внутри групп, на которые разбита совокупность, обусловленная случайными причинами: – простая; – взвешенная, где – групповая средняя. По всем группам рассчитывают среднюю внутригрупповую дисперсию : – простая; – взвешенная, где – общая численность по всем группам; Межгрупповая (систематическая) дисперсия показывает величину вариации групповых средних относительно общей средней, обусловлена систематическими причинами. – простая; – взвешенная, где – число групп. Все три вида дисперсии связанны Законом сложения дисперсий – общая дисперсия всегда равна сумме средней внутригрупповой и межгрупповой дисперсий: . Для характеристики влияния группировочного признака на общую вариацию рассчитывают корреляционное отношение : . Чем больше корреляционное отношение, тем больше фактор, положенный в основание группировки, оказывает влияние на общую вариацию. Моменты распределения Моменты распределения –обобщающая характеристика, определяющая характер распределения. Данное понятие взято из механики. Моментом -го порядка называется средняя из -х степеней отклонений переменных значений признака от некоторой величины – . Моменты, в зависимости от величины , называют: · начальные; · начальные относительно ; · центральные. Начальные моментырассчитывают, подставляя в предыдущую формулу : . В практике статистики применяют следующие начальные моменты: · нулевого порядка: ; · первого порядка: ; · второго порядка: ; · третьего порядка: ; · четвертого порядка: . Условные моменты получают при не равной средней арифметической и отличной от 0: . В практике статистики применяют следующие условные моменты: · первого порядка: · второго порядка: ; · третьего порядка: ; · четвертого порядка: . Центральные моменты получают, когда . В практике статистики применяют следующие центральные моменты: · нулевого порядка: ; · первого порядка: ; · второго порядка: ; · третьего порядка: ; · четвертого порядка: . На практике используются только центральные моменты третьего порядка для определения показателя асимметрии и четвертого порядка для определения показателя эксцесса. |
||
Последнее изменение этой страницы: 2018-04-12; просмотров: 264. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |