АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Краткие методические указания к решению задачи 9

Читайте также:
  1. I. ГИМНАСТИКА, ЕЕ ЗАДАЧИ И МЕТОДИЧЕСКИЕ ОСОБЕННОСТИ
  2. I. Методические основы
  3. I. ОБЩИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮ КУРСОВОЙ РАБОТЫ
  4. I. Ситуационные задачи и тестовые задания.
  5. II. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ДЛЯ ВЫПОЛНЕНИЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
  6. II. Основные задачи и функции
  7. II. ЦЕЛИ, ЗАДАЧИ И ПРИНЦИПЫ ДЕЯТЕЛЬНОСТИ ВОИ
  8. II. Цель и задачи государственной политики в области развития инновационной системы
  9. III. УЧЕБНО – МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО КУРСУ «ИСТОРИЯ ЗАРУБЕЖНОЙ ЛИТЕРАТУРЫ К. XIX – НАЧ. XX В.»
  10. III. Цели и задачи социально-экономического развития Республики Карелия на среднесрочную перспективу (2012-2017 годы)
  11. VI. ДАЛЬНЕЙШИЕ ЗАДАЧИ И ПУТИ ИССЛЕДОВАНИЯ
  12. Аналитические возможности, задачи и основные направления анализа СНС

По пункту 1. Статистические характеристики – , и были рассчитаны обычным способом в задачах 2 (по индивидуальным данным) и 3
(по групповым данным). Приведем эти результаты расчетов:

 

Виды данных Показатели
1. Индивидуальные 7465,83 440314,00 2098,00
2. Групповые 7465,83 440314,00 2098,00

 

а) ,

 

где – условный момент 1-го порядка:

– для индивидуальных данных;

– для групповых данных;

i – величина интервала; А – условно заданная величина не равная 0;

б)

где – условный момент 2-го порядка

; ;

в) среднеквадратическое отклонение s определяется посредством извлечения корня квадратного из дисперсии .

Ниже для иллюстрации приводится последовательность расчетов и полученные результаты, выполненные по индивидуальным данным информационной базовой табл. 22.

Примем А = 7500; i = 1000.

Таблица 22

Промежуточная таблица

 

Номер п/n X X – A (X – A)/i
         
    –4260 –4,26 18,1476
    –3300 –3,3 10,89
    –3100 –3,1 9,61
    –2700 –2,7 7,29
    –2500 –2,5 6,25
    –2250 –2,25 5,0625
    –2100 –2,1 4,41
    –1700 –1,7 2,89
    –1050 –1,05 1,1025
    –940 –0,94 0,8836
    –700 –0,7 0,49
    –610 –0,61 0,3721
    –600 –0,6 0,36
    –400 –0,4 0,16
    –285 –0,285 0,081225
    –140 0,14 0,0196
    –600 0,6 0,36
    –750 0,75 0,5625
       
         
      1,2 1,44
      1,24 1,5376
      1,26 1,5876
      1,4 1,96
      1,4 1,96
      2,1 4,41
      2,18 4,7524
      2,7 7,29
         
      4,5 20,25
Сумма   –1,025 132,129225
Итого    
Итого   –17,4218 271,7219

Таким образом,

; ;

; ;

и далее

,

 

где М1 – центральный момент 1-го порядка; М2 – центральный момент
2-го порядка

; .

 

При проведении расчетов по групповым данным имеем: А = 7672,00
(в качестве А принимается серединное значение дискретного ряда (6845,00 + + 8499,00)/2 = 7672,00), i = 1500. Последовательность расчетов следующая (табл. 23).

Таблица 23

Номер п/n Нижние и верхние границы интервалов
  3000–4500 3946,67   –7,45067 18,50414
  4500–6000 5250,00   –8,0733 13,03557
  6000–7500 6845,00   –3,85933 2,12778
  7500–9000 8499,00   +5,51333 3,03396
  9000–10500 9826,17   +4,309333 6,19011
  10500–12000 11750,00   +5,43733 14,78229
Итого   –4,12333 57,67976

 

S = 1……K; K – число групп,

; .

 

Согласно приведенным формулам получаем:

 

;

;

.

 

Не трудно видеть, что средние величины, рассчитанные по индивидуальным и групповым данным полностью совпали между собой. Между дисперсиями имеется незначительное различие. В общем случае систематическая ошибка в дисперсии или ошибка Ф. Шепарда составляет 1/12 квадрата величины интервала, т. е. скорректированная дисперсия σ = (1/12) i2. Ее применение, однако, допустимо при определенных условиях: а) группировка должна формироваться на основе большого числа наблюдений (n > 500); б) характеризоваться тесной близостью с осью абсцисс на концах кривой.

По пункту 2 в интервальном вариационном ряду М0, Ме ДКД рассчитываются по следующей формуле:

 

где М0 – мода, наиболее часто повторяющееся значение признака; X – нижняя граница значения интервала содержащего моду; i – величина интервала; – частота модального интервала; – частота интервала, предшествующего модальному; – частота интервала, следующего за модальным

,

где Ме – медиана, серединное значение признака; Х – нижняя граница значения интервала содержащего медиану; i – величина интервала;
– сумма частот; – сумма накопленных частот предшествующих медианному интервалу; – частота медианного интервала.

Моду и медиану в интервальном ряду можно определить графически. Мода определяется по гистограмме распределения. Для этого выбирается самый высокий прямоугольник, который является во всех случаях модальным и его вершины соединяются с вершинами предшествующего и последующего прямоугольников. Абсцисса точек пересечения этих прямых и будет модой ряда распределения.

Медиана рассчитывается по кумуляте. Для чего из точки на шкале постоянных частот, соответствующей 50 %, проводится прямая параллельная оси абсцисс до пересечения с асимптотой. Затем из точки пересечения опускается перпендикуляр на ось абсцисс и медиана определена

 

ДКД =

где ДКД – децильный коэффициент дифференциации; – 9-я дециль;
– 1-я дециль.

Дециль в общем случае делит ранжированный ряд на 10 равных частей. 1-я дециль делит ряд в соотношении 1 и 9, 2-я дециль = 2 и 8 и т. д.,
а 9-я дециль делит ряд в соотношении 9 и 1.

1-я дециль – это значение признака Х1 – которое отсекает 10 % единиц наблюдения, имеющих наименьшие численные значения признака. 9-я дециль – это значение признака Х1, которое отсекает 10 % единиц наблюдения, имеющих наибольшие численные значения признака.

Расчеты децилей производятся по формулам медианы, с учетом того, что совокупность делится не пополам, а на 10 равных частей в названных соотношениях

 

где – нижняя граница интервала группы, содержащую 1-ю дециль,
i-интервал; – сумма частот; – накопленная сумма частот, предшествующую интервалу, содержащая 1-ю дециль; – частота интервала, содержащая 1 дециль

где – нижняя граница интервала группы, содержащую 9-ю дециль;
i – интервал; – сумма частот; – накопленная сумма частот, предшествующая интервалу, содержащую 9-ю дециль; – частота интервала, содержащую 9-ю дециль.

Расчеты по вышеприведенным формулам не представляют каких-либо трудностей. Применительно к нашему примеру имеем следующее (табл. 24).

 

Таблица 24

Номер п/п Нижние и верхние границы интервалов Частота f Накопленные частоты «Cum f»
  3000–4500 4500–6000 6000–7500 7500–9000 9000–10500 10500–12000    
Итого  

 

i = 1500;

 

 

 

Графически мода и медиана представляется следующим образом
(рис. 4, 5).

 

Рис. 4. Мода

 

Рис. 5. Медиана

 

ДКД раза.

По пункту 3 задачи. Для сравнительного анализа степени ассиметрии изучаемого вариационного ряда рассчитывается относительный показатель ассиметрии

Величина показателя ассиметрии может быть положительной и отрицательной, что указывает на наличие правосторонней или левосторонней ассиметрии.

Наиболее точным и распространенным является показатель, основанный на определении центрального момента третьего порядка (в симметричном распределении его величина равна 0)

 

 

Если отношение ассиметрия существенна, если же
ассиметрия несущественна, ее наличие может быть определено наличием различных случайных обстоятельств.

Для симметричных распределений рассчитывается показатель эксцесса (островершинности)

Эксцесс представляет собой выпад вершины эмпирического распределения вверх или вниз от вершины нормального распределения. В нормальном распределении отношение

Оценки существенности показателей ассиметрии и эксцесса позволяют сделать вывод о том, что можно отнести данное эмпирическое распределение к типу кривых нормального распределения.

Определение вышеназванных коэффициентов предполагает расчет условных моментов 3-го и 4-го порядка

 

;

 

и переход центральным моментам 3-го и 4-го порядка. Приведем используемые в статистике формулы перехода от условных моментов к цент­ральным:

 

 

и далее

 

Ниже приводится последовательность расчетов и полученные результаты по пункту 3 данной задачи (табл. 25).

Таблица 25

Номер п/n
    3946,67 –45,9061 114,1344
    5250,00 –210483 33,9861
    6843,00 –1,1781 0,6467
    8499,00 1,6758 0,9239
    9826,67 8,8917 12,7725
    11750,00 40,4218 109,2581
Итого   –17,4218 214,7219

 

m3 = –0,5807; m4 = 9,0574

M3 = 698142919,9; M4 = 4,5341E+13; As = 0,079; E = –0,53.

 

Задача 10

Проанализируйте полученные результаты решения, представленные в задачах 8, 9. Примите гипотезу о нормальном распределении частот рассматриваемого вариационного ряда. Произведите его математическое выравнивание с помощью кривой нормального распределения. Рассчитайте критерии согласия Пирсона, Романовского и Колмогорова. Сопоставьте полученные результаты с их табличными значениями. Сформулируйте выводы. Изобразите на графике (совместно) эмпирический и теоретический ряды распределения (рис. 6).

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.014 сек.)