КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Среднее квадратичное отклонение, дисперсия и их свойстваВ качестве показателя размера вариации вариант в статистике принято среднее квадратичное отклонение S. Для его вычисления все отклонения возводятся в квадрат, потом вычисляется среднее из полученных квадратов – средний квадрат отклонений, а затем из этого среднего извлекают корень. В экспериментальных распределениях при определении среднего квадрата квадраты отклонений делятся на (N-1)
Дисперсия распределения D:
Формулу дисперсии (2-1.8) легко представить в другом виде, более удобном для вычисления: . Свойства дисперсии и среднего квадратичного отклонения: 1. Если все значения вариант увеличить на одну и ту же величину а, то на ту же величину а увеличивается их среднее арифметическое. Отклонения же останутся без изменения. Значит, останутся без изменения дисперсия и среднее квадратичное отклонение. 2. Если все значения вариант умножить на одно и то же число К, то в К раз увеличится их среднее арифметическое , отклонения от среднего арифметического - и среднее квадратичное отклонение S (дисперсия) увеличится в К2 раз. 3. Средняя величина квадратов отклонений вариант от любой величины а, больше дисперсии D. на квадрат отклонения этой величины а от среднего арифметического вариант. 4. Если совокупность разбита на несколько частей, то общая дисперсия является суммой средней величины дисперсии внутри отдельных частей совокупности Di и среднего квадрата отклонения частных средних от общей средней 2
Мода Важным показателем характеристики распределения является мода. Мода – это наиболее часто встречающееся значение варианты. Мода – это значение варианты, которой соответствует наибольшая относительная частота. Гистограммы распределений изучаемых статистических совокупностей довольно часто бывают асимметричными (рис.2-1.2,2-1.3), Если среднее арифметическое лежит правее моды, то асимметрия положительная, если левее моды – отрицательная. Для статистической оценки распределения необходимо вычислять меру асимметрии, называемую коэффициентом асимметрии вычисления. В основу коэффициента асимметрии положено среднеквадратичное отклонение, которое даёт возможность более полно учесть крайние значения вариант. При наличии асимметрии одна сторона кривой дает большее кубическое отклонение, чем другая, и так как знак при кубическом отклонении сохраняется, то разница между суммами кубических отклонений показывает положительную либо отрицательную асимметрии.
Показатель эксцесса выражается следующей формулой: . ЕслиЕ > 1 , то эксцесс положительный и вершина кривой будет выше нормальной, и наоборот, если Е < 1 , то эксцесс отрицательный, вершина кривой ниже нормальной (рис. 2-1.4).
|