16.Мода

М ода (Mo) представляет собой значение изучаемого признака, повторяющееся с наибольшей частотой.

,

где x₀ – нижняя граница модального интервала (модальным называется интервал, имеющий наибольшую частоту); i – величина модального интервала; f_Mo – частота модального интервала; f_Mo-1 – частота интервала, предшествующего модальному; f_Mo+1 – частота интервала, следующего за модальным

17)Медиана как хар-ка вариационного ряда.Понятие и методы расчета

Медиана — это такое значение признака, которое разделяет ранжированный ряд распределения на две равные части — со значениями признака меньше медианы и со значениями признака больше медианы. Для нахождения медианы, нужно отыскать значение признака, которое находится на середине упорядоченного ряда.

В ранжированных рядах несгруппированные данные для нахождения медианы сводятся к поиску порядкового номера медианы. Медиана может быть вычислена по следующей формуле:

где Хm — нижняя граница медианного интервала;

im — медианный интервал;

Sme— сумма наблюдений, которая была накоплена до начала медианного интервала;

fme — число наблюдений в медианном интервале.

19Вариационными называют ряды распределения, построенные по количественному признаку. Значения количественных признаков у отдельных единиц совокупности непостоянны, более или менее различаются между собой.

Вариация - колеблемость, изменяемость величины признака у единиц совокупности. Отдельные числовые значения признака, встречающиеся в изу­чаемой совокупности, называют вариантами значений. Недостаточность средней величины для полной характеристики совокупности заставляет дополнять средние величины показателями, позволяющими оценить типичность этих средних путем измерения колеблемости (вариации) изучаемого признака.

Наличие вариации обусловлено влиянием большого числа факторов на формирование уровня признака. Эти факторы действуют с неодинаковой силой и в разных направлениях. Для описания меры изменчивости признаков используют показатели вариации.

Задачи статистического изучения вариации:

1) изучение характера и степени вариации признаков у отдельных единиц совокупности;

2) определение роли отдельных факторов или их групп в вариации тех или иных признаков совокупности.

В статистике применяются специальные методы исследования вариации, основанные на использовании системы показателей, с помощью которых изме­ряется вариация.

Исследование вариаций имеет важное значение. Измерение вариаций необходимо при проведении выборочного наблюдения, корреляционном и дисперсионном анализе и т. д.

20 вопрос.Вариация — это различия индивидуальных значений признака у единиц изучаемой совокупности. Исследование вариации имеет большое практическое значение и является необходимым звеном в экономическом анализе. Необходимость изучения вариации связана с тем, что средняя, являясь равнодействующей, выполняет свою основную задачу с разной степенью точности: чем меньше различия индивидуальных значений признака, подлежащих осреднению, тем однороднее совокупность, а, следовательно, точнее и надежнее средняя, и наоборот. Следовательно по степени вариации можно судить о границах вариации признака, однородности совокупности по данному признаку, типичности средней, взаимосвязи факторов, определяющих вариацию.

Изменение вариации признака в совокупности осуществляется с помощью абсолютных и относительных показателей.

Абсолютные показатели вариации включают:

размах вариации 

среднее линейное отклонение 

дисперсию 

среднее квадратическое отклонение 

Размах вариации — это разность между максимальным и минимальным значениями признака

Он показывает пределы, в которых изменяется величина признака в изучаемой совокупности.

Среднее линейное и квадратическое отклонение

Среднее линейное отклонение — это средняя арифметическая из абсолютных отклонений отдельных значений признака от средней.

Среднее линейное отклонение простое:

Среднее линейное отклонение взвешенное применяется для сгруппированных данных:

Среднее квадратическое отклонение

Наиболее совершенной характеристикой вариации является среднее квадратическое откложение, которое называют стандартом (или стандартным отклонение). Среднее квадратическое отклонение () равно квадратному корню из среднего квадрата отклонений отдельных значений признака от средней арифметической:

Среднее квадратическое отклонение простое:

Среднее квадратическое отклонение, являясь основной абсолютной мерой вариации, используется при определении значений ординат кривой нормального распределения, в расчетах, связанных с организацией выборочного наблюдения и установлением точности выборочных характеристик, а также при оценке границ вариации признака в однородной совокупности.

Дисперсия

Дисперсия - представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины.

Дисперсия простая:

Дисперсия взвешенная:

Более удобно вычислять дисперсию по формуле:

которая получается из основной путем несложных преобразований. В этом случае средний квадрат отклонений равен средней из квадратов значений признака минус квадрат средней.

Стандартное отклонение

Дабы вернуть дисперсию в реальность, то есть использовать результат расчета для более приземленных целей, из нее извлекают квадратный корень. Получается так называемое стандартное отклонение. В статистике этот показатель еще называют среднеквадратическим отклонением, но первое название более короткое и распространенное. Будем им пользоваться. Формула стандартного отклонения имеет вид:

Вопрос 21. Дисперсия и среднее квадратичное отклонение как показатель вариации. Методы расчета. Дисперсия () - средняя из квадратов отклоне­ний вариантов значений признака от их средней величины:

Или  для не сгруппированных данных,

для сгруппированных данных. Среднее квадратическое (стандартное) отклонение. Коэффициент вариацииСреднее квадратическое отклонение основано на рассмотрении отклонений значений признака отдельных единиц совокупности от средней арифметической. При этом используется способ усреднения отклонений вариантов от средней арифметической, позволяющий обойти трудность, обусловленную равенством нулю их алгебраической суммы. Данный способ сводится к расчету квадратов отклонений вариантов от средней с их последующим усреднением.Дисперсия (о*) - средняя из квадратов отклонений вариантов значений признака от их средней величины:

вторая формула применяется при наличии у вариантов своих весов (или частот вариационного ряда).Среднее квадратическое отклонение (о) представляет собой корень квадратный из дисперсии:

Коэффициент вариации - наиболее часто применяемый показатель относительной колеблемости, характеризующий однородность совокупности. Со­вокупность считается однородной, если коэффициент вариации не превышает 33 %.. правило трех сигм. Запишем вероятность того, что отклонение нормально распределенной случайной величины от математического ожидания меньше заданной величины D:Если принять D = 3s, то получаем с использованием таблиц значений функции Лапласа: Т.е. вероятность того, что случайная величина отклонится от своего математического ожидание на величину, большую чем утроенное среднее квадратичное отклонение, практически равна нулю.

            Это правило называется правилом трех сигм.