uchebnik10
.pdfвиде вариационных кривых, как это показано на рис. 13, можно убедиться в том, что они согласуются между собой. СледоватеJ1Ь
но, формула (47) для нахождения выравнивающих частот этого
ряда выбрана правильно.
"'" |
175 |
|
I |
|
|
|
|
|
~ |
|
|
|
|
|
|
|
|
'" |
|
|
|
f |
|
|
||
::::: |
|
|
I |
|
|
|
||
§ |
125 |
|
I |
|
|
|
|
|
..~, ::. |
|
|
f |
|
|
|
|
|
~ ::::: |
|
|
|
|
|
|
|
|
",::;,. |
|
|
|
|
|
|
|
|
~~ |
75 |
I |
|
|
|
|
|
|
'-'~ |
|
|
|
|
|
|||
""'." |
|
|
|
|
|
|
|
|
t:: |
|
|
|
|
|
|
|
|
-о |
|
|
|
|
|
|
|
|
1:;:",- |
|
|
|
|
|
|
|
|
§ |
25 |
|
|
|
|
110- 130 |
~-- |
|
:§! |
о |
|
50 |
|
90 |
150 |
||
|
10 |
30 |
70 |
|||||
|
|
|
|
Масса |
zнеэiJ, г |
|
|
|
Рнс. |
13. |
Эмпирическая |
(1) |
н вычислеииая цо формуле |
Макс- |
велла (2) кривые распределения массы гнезд томатов
111.10. ИЗМЕРЕНИЕ АСИММЕТРИИ И ЭКСЦЕССА
Среди эмпнрических распределений асимметрия и эксцесс встречаются довольно часто. Заметить асимметрию и эксцесс
можно по характеру распределения частот в классах вариацион
ного ряда. Графически асимметрия выражается в виде скошен
ной вариационной кривой, вершина которой может находиться левее или правее центра распределения. В первом случае асим
метрия называется правосторонней или положительной, а во втором - левосторонней или отрицательной (по знаку числовой
характеристики). При правосторонней асимметрии ее пологая
сторона находится правее (рис. 14), при левосторонней - левее центра распределения (рис. 15).
Рис. 14. Асимметричиая кривая |
Рис. 15. Асимметричная кривая |
(положительная аснмметрня) |
(отрицательная асимметрия) |
89
Наряду с асимметричиыми встречаются островершин,ные f. nлос"овершинные распределения. Островершннность кривой ра(.·
пределения вызывается чрезмерным накапливанием частот 1
центральных классах варнацнонного ряда, вследствне чего ве"
шнна варнационной крнвой оказывается снльно поднятой ввер••
В такнх случаях говорят о noложительном э"сцессе расnредеЛt; ния (рис. 16). Кроме одновершинных встречаются н двух- F
многовершинные кривые, а также nлос"овершинные н двuгОDбы!
|
|
|
х=о |
|
|
Рис. 16. Крутовершииная кривая - |
Рис. |
17. |
Плосковершииная |
кр., |
|
положительиый эксцесс (1) в срав |
вая - |
отрицательиый эксцесс |
(1 |
||
иеиии с иормальиой кривой (2) |
в сравиеиии с |
иормальной |
Крl' |
||
|
|
|
вой |
(2) |
|
крнвые, что свидетельствует о налнчнн |
у такого распределеННf" |
отрицательного эксцесса (рис. 17).
Велнчнна асимметрни н эксцесса может быть разлнчной, ш·
этому важно ее не только обнаружнть, но н нзмернть. ДЛЯ НЗМt-·
рення аснмметрнн и эксцесса используют центральные MOMeHTt
распределения третьего и четвертого порядков. В качестве ПОКi зателя асимметрин As служнт центральный момент третьего пt·
рядка J.tз, отнесенный к кубу среднего квадратического ОТКЛОНt-
ння sJл т. е. |
• |
|
I'~' |
|
|
S,x |
n |
(48 |
|||
~ 11 |
|||||
As = fL~ |
(Xl- х)а |
|
|
||
_ --=-'-_l~____ |
|
|
Прн строго снмметрнчных распределеннях сумма третьих сте
пеней отклонений вариант х/ от средней арифметичеСl~ОЙ х равн..
нулю н As=O. Прн налнчни скошенностн распределения этот пс·
казатель будет нметь положнте.1IЬНУЮ (прн правосторонней aCH~
метрнн) лнбо отрицатмьную велнчнну (прн левосторонией aCH~
метрнн), которая н служит мерой асимметрии.
Показатель эксцесса, обозначаемый символом Ех, выражае1
ся формулой |
±1/ (х/- х)4 |
I ] |
|
|
|
||
Ех= 11: -3=[ /-1 |
s~ -3. |
(49 |
|
S,x |
n |
|
|
90
При отсутствии эксцесса Ех=О. В случае положительного эксцес
са этот показатель приобретает положительный знак (+) и мо
жет иметь самую различную величину. При плосковершинности
и двугорбости вариационной кривой коэффициеит Ех имеет отри
цательный знак (-); предельная величина отрицательного экс
цесса равна минус двум.
Вычисление показателей асимметрии и эксцесса по формулам (48) и (49), т. е. способом произведений непосредственно по
центральным моментам распределения, оказывается довольно
трудоемким, особенно при наличии в выборке многозначных чи
сел. Поэтому центральные моменты обычно вычисляют косвен
ным путем - через условные моменты распределения, которые,
как было показано в гл. 11, связаны определенным образом с
центральными моментами. Вычисление условных моментов про
изводят по-разному в зависимости от того, каким способом
условной средней или способом сумм - определяют коэффици
енты асимметрии и эксцесса.
При вычислении показателей As и Ех способом условной средней А статистические моменты определяют по формулам
bl=~flajn; b2=~fia2In; Ьз=!f/аЗjn и b4=~fla4,/n.
где a=(Xj-А)/л; n-общее число наблюдений; f/-частоты
вариационного ряда; л - классовый интервал 1. Ниже приведе
ны соответствующие примеры.
Прu.мер 7. На практических занятиях студентам было пред
ложено измерить в миллиметрах длину отобранных наугад 200 хвоинок сосны обыкновенной. В результате был получен вариа
ционный ряд, по которому рассчитывали |
значения показателей |
|||||||||
асимметрии и эксцесса. |
|
|
и Щiа4 (табл. 30). |
|
|
|||||
Определяем !.fia, !.fia2, Щjа |
З |
Ь1= 153/ |
||||||||
|
||||||||||
Пользуясь |
итогами |
этой |
таблицы, |
определяем: |
||||||
200=0,765; |
Ь2 |
=955/200=4,775; |
Ьз= 1059/200=5,295 |
и |
Ь4= |
|||||
= 13687/200=68,435, |
а также |
b l 2 =0,5852; b l 3 =0,4477; |
b 14 = |
|||||||
=0,3425; |
2ы =0,8954;; |
3b I 4 =1,o274; 3b1b2 =10,9586; |
6b 12b2 = |
|||||||
= 16,7660 |
и |
4Ь1Ьз= 16,2027. |
|
Находим: |
sx2 =b 2-b I 2 =4,775- |
|||||
-0,5852=4,1898; sx=2,0469; |
sx3 =8,5761 |
и sx4 = 17,5544. |
Пере |
ходим к определению центральных моментов распределения:
f.tз=5,295-10,9586+0,8954=-4,7682; |
/.14 = |
68,4350-16,2027 + |
+ 16,7660- 1,0274 = 67,9709. Отсюда |
As = |
- 4,7682/8,5761 = |
=-0,5560 и Ех=67,9709/17,5544-3=3,8720-3=0,8720. Полу ченные величины As и Ех показывают, что данное распределе-
\ При ВЫЧИСJlеиии коэффициеитов As и Ех описаииыми способами сред
иее квадратическое отклоиеиие опредеJlЯЮТ без внесеиия поправки Бесселя n/ (n-1), ие умиожая иа веJlИЧИИУ КJlассового иитерваJlа, ПОСКОJlЬКУ УCJIовиые
моменты распределеиия Ь\, Ь2 и т. д. ВЫЧИCJIяютсябез умиожеиия иа А. Эти приемы облегчают ВЫЧИCJIеиие коэффициентов асимметрии As и эксцесса Ех,
ие отражаясь на их веJlичине,
91
иие имеет левостороннюю асимметрию и заметно выражеННЫl
эксцесс.
|
|
|
|
|
|
|
|
Таблица 31 |
длина хвои. |
Частоты '. |
а |
'i |
a |
'i |
a2 |
',aI |
'ja' |
JC i • мм |
|
|
|
|
|
|||
125 |
2 |
-6 |
-12 |
72 |
-432 |
2592 |
||
175 |
2 |
-5 |
-10 |
50 |
-250 |
1250 |
||
225 |
4 |
-4 |
-16 |
64 |
-256 |
1024 |
||
275 |
5 |
-3 |
-15 |
45 |
-135 |
405 |
||
325 |
7 |
-2 |
-14 |
28 |
-56 |
112 |
||
375 |
25 |
-1 |
-25 |
25 |
-25 |
25 |
||
425 |
39 |
О |
|
О |
|
О |
О |
О |
475 |
46 |
+1 |
+46 |
46 |
+46. |
46 |
||
525 |
31 |
+2 |
+62 |
124 |
+248 |
496 |
||
575 |
23 |
+3 |
+69 |
207 |
+621 |
1863 |
||
625 |
13 |
+4 |
+52 |
208 |
+832 |
3328 |
||
675 |
2 |
+5 |
+10 |
50 |
+250 |
1250 |
||
725 |
1 |
+6 |
+6 |
36 |
+216 |
1296 |
||
Сумма |
200 |
- |
+153 |
955 |
+1059 |
13687 |
Прuмер 8. Применим способ условной средней к расчету п(\ казателей As и Ех для ряда распределения кальция (мг%) F
сыворотке крови обезьян. Необходимые данные содержатся F
табл. 15: |
Ща=+67; |
Ща2 =293; |
ЩаЗ =553; Ща4 =2417. Отск· |
||||||||||||||||
да b =+67/100=0,67; Ь |
2 |
=293/100=2,93; |
Ь |
з |
=553/100=5,5с |
||||||||||||||
1 |
|
|
|
|
|
2 |
=0,449; |
|
|
З |
|
|
|
|
|
4 |
|||
Ь4 =2417/100=24,17. Находим: |
|
Ь1 |
=0,301; |
||||||||||||||||
b1 |
|
|
|
b1 = |
|||||||||||||||
=0,202; |
1 |
|
|
1 |
|
|
|
1 |
|
|
|
|
|
1 |
|
з |
|
|
|
2Ь |
З =0,602; |
3b 4 =0,606; |
3b b2 =5,889; |
4Ь |
Ь |
|
=14,82<: |
||||||||||||
6b 12 b2 = |
7,983. |
Отсюда |
J.!.З |
= |
|
5,530 - |
|
5,839 |
|
+ |
|
0,602 =- |
|||||||
=0,243; |
J.!.4=24,170-14,820+7,893-0,606= 16,637. |
Определяе!'._ |
|||||||||||||||||
показатели вариации: |
Sx |
2 |
=b2-b 1 |
|
=2,93-0,449=2,481; |
sx= |
|||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
||
= 1,575; |
sхЗ =3,908; |
sx4 =6,155. В результате имеем As=0,243 |
|||||||||||||||||
3,908=+0,062; Ех= 16,637/6,155-3=2,703-2=-0,297. |
|
В данном случае показатели асимметрии и эксцесса оказо
лись довольно низкими, что указывает на близость этого pal пределения к нормальной кривой. Как будет показано в гл. v.
это предположение полностью подтверждается.
III.Н. РАСПРЕДЕЛЕНИЕ WАРЛЬЕ
Среди асимметричных распределений встречаются и таки~
которые неплохо описывает формула Шарлье:
P(X>=~ /(t>[I+ Ав (tЗ-3t>+ Ех (t4 -6i2 +3>]. (50
Sx |
6 |
24 |
Здесь f(t) -функция |
нормированной |
разности t= (a-b1}/sx |
92
где а - отклонения классовых вариант Х1 от условной средней
А, отнесенные к величине классового интервала л, т. е. а=
-А)jл; ы 'щаjn-условныый момент первого порядка;
(Xisx-
среднее квадратическое отклонение; n - общее число наблю
дений.
Для нахождения теоретических (выравнивающих) частот по
этой формуле необходимо: 1) вычислить Sx, As и Ех, а также bl , njsx, Asj6 и Exj24; 2) определить для каждого класса ва риационного ряда t= (a-b 1) jsx и величину (njsx)f(t), предва
рительно выписав из табл. II Приложений (с положительны
ми знаками) значения функции f(t); 3) чтобы облегчить вычис
ление (Asj6) (t3-3t) |
и (Exj24) (t 4 _6t2 +3), предварительно рас |
||||||
считать |
t 2 , |
t 3, |
t4, 3t |
и |
6t 2 ; |
4) вычислить величины |
[1+ (Asj |
6) (t 3-3t)] |
и |
(Exj24) и4_бt2 +3); 5) определить для |
каждого |
||||
класса |
вариационного |
ряда |
[1+ (Asj6) (t3-3t)+(Ехj24) (t4- |
-6t 2 +3)] и, умножив эту величину на (njs)f(t), найти вырав нивающие частоты f' вариационного ряда.
Формулу (50) имеет смысл применять в тех случаях, когда
эмпирическое распределение обнаруживает эксцесс. Если же
распределение имеет только асимметрию, для нахождения вы
равнивающих частот f' достаточно использовать первое слагае
мое формулы (50), т. е. исходить из
Р(Х)=....!!-f |
(t)[l +As (tз-'зt)]. |
|
(51) |
||
Sx |
|
6 |
|
|
|
При этом, как показывает |
формула (51), |
теоретические часто |
|||
ты f' определяют умножением |
[1+ (Asj6) (t 3-3t)] |
на |
величи |
||
ну (njsx) (t). |
|
|
|
|
|
Пример 9. Возвращаясь |
к |
материалам |
примера |
7 |
о длине |
хвоинок сосны, в котором были получены значительные вели
чины As и Ех, построим сглаживающую кривую типа распре
деления Шарлье с учетом только асимметричности распределения
и затем с учетом одновременно As и Ех. Характеристики этого ряда: sx=2,047; As=-O,5560, т. е. распределение имеет замет
но выраженную левостороннюю асимметрию. Рассчитать тео ретические (выравнивающие) частоты для этого распределе
ния. Расчет приведен в табл. |
31. Здесь |
ы 'щаjn=6,765;; |
Asj6=-0,093; njsx=97,7=98. |
Остальные |
действия понятны |
из табл. 31.
Так как ряд распределения длины хвои у сосны обыкновен
ной имеет не только левостороннюю асимметрию, но и значи
тельный положительный эксцесс (Ех=+0,8720), следует для
нахождения выравнивающих частот этого ряда применить фор
мулу (51). Расчет выравнивающих частот приведен в табл. 32.
В данном случае Exj24=+O,036. Остальные величины объ
яснены выше.
93
%( |
|
|
|
,,-Ь. I,.....SX "- |
t |
t(1) |
Sохf<t) |
6 |
иие граф |
|||
|
|
|
,,, |
|
|
|
|
|
|
Таблица 3 |
||
|
'! |
|
|
|
|
a |
|
n |
l+-х Проиэведе· |
|||
|
" |
|
|
|
|
|
|
|
А8 |
|
|
|
|
|
|
-1 |
|
|
|
|
X(t 8 -3t) |
9· !О-У |
|||
1 |
2 |
3 |
4 |
5 |
6 |
|
7 |
8 |
9 |
10 |
11 |
12 |
125 |
2 |
О |
О |
-6,765 |
-330 |
-35,94 |
0,0017 |
0,17 |
+3,42 |
0,58 |
1 |
|
|
2 |
1 |
2 |
|
, |
|
|
|
2,44 |
2 |
||
175 |
-5,765 |
-2,82 |
-22,43 0,0075 |
0,74 |
+3,30 |
|||||||
225 |
4 |
2 |
8 |
-4,765 -233, . |
-12,65 |
0,026 |
2,55 |
+1,53 |
3,90 |
4 |
||
275 |
5 |
3 |
15 |
-3,765 -184, |
-6,23 |
0,073 |
7,15 |
+1,07 |
7,65 |
8 |
||
325 |
7 |
4 |
28 |
-2,765 |
-1,35 |
-2,46 |
0,160 |
15,68 |
+0,85 |
13,33 |
13 |
|
375 |
25 |
5 |
125 |
-1,765 -086, . |
-0,64 |
0,275 |
26,95 +0,82 |
22, ro |
22 |
|||
425 |
39 |
6 |
2.'И |
-0,765 |
-0,37 |
-0,051 |
0,372 |
36,46 +0,90 |
32,81 |
33 |
||
475 |
46 |
7 |
322 |
+0,235 |
+0,12 |
+0,17 |
0,396 |
38,81 |
+1,02 |
39,59 |
40 |
|
525 |
31 |
8 |
248 |
+1,235 |
+0,60 |
+0,22 |
0,333 |
32,63 |
+1,15 |
37,43 |
37 |
|
575 |
23 |
9 |
207 |
+2,235 |
+1,09 |
+1,30 |
0,220 |
21,56 |
+1,18 |
25,44 |
25 |
|
625 |
13 |
10 |
130 |
+3,235 |
+1,58 |
+3,94 |
0,114 |
11,17 |
+1,07 |
1I ,95 |
12 |
|
675 |
2 |
11 |
22 |
+4,235 |
+2,07 |
+8,87 |
0,047 |
4,61 |
+0,75 |
3,46 |
3 |
|
725 |
1 |
12 |
12 |
+5,235 |
+2,56 |
+16,78 0,015 |
1,47 |
+0,15 |
0,23 |
О |
||
Сумма |
200 |
- |
1353 |
- |
- |
|
- |
- |
- |
- |
200,9 |
200 |
%, |
|
|
-- |
|
|
|
. |
|
|
|
|
|
|
1+ A Х |
|||
|
|
|
а Ь, |
|
|
n |
|
s |
|
" |
" |
|
" |
" |
|
||
|
Sx |
- f(t) |
6 |
|
||||
|
-! |
Sx |
х(t'-Зt) |
|||||
1 |
2 |
3 |
4 |
б |
6 |
7 |
8 |
|
|
Таблица 3' |
||
Е.х |
|
|
|
-х |
Проиэведеиие |
||
24 |
|
граф |
|
X(/4- |
|
||
7(8-1-9)-У |
|||
-6/'+3) |
|||
|
|
||
9 |
10 |
11 |
125 |
2 |
О |
-3,30 |
10,89 |
118,59 |
0,17 |
3,42 |
+2,020 |
0,93 |
1 |
175 |
2 |
1 |
-2,82 |
7,95 |
63,24 |
0,74 |
3,30 |
+0,667 |
2,94 |
3 |
225 |
4 |
2 |
-2,33 |
5,43 |
29,47 |
2,55 |
1,53 |
-0,004 |
3,89 |
4 |
275 |
5 |
3 |
-1,84 |
3,39 |
11,46 |
7,15 |
1,07 |
-О,2I1 |
6,14 |
6 |
325 |
7 |
4 |
-1,35 |
1,82 |
3,32 |
15,68 |
0,85 |
-0,166 |
10,73 |
11 |
375 |
25 |
5 |
-0,86 |
0,74 |
0,55 |
26,95 |
0,82 |
-0,032 |
21,24 |
21 |
425 |
39 |
6 |
-0,37 |
0,137 |
0,187 |
36,46 |
0,90 |
+0,085 |
35,91 |
36 |
475 |
46 |
7 |
+0,12 |
0,014 |
0,021 |
38,81 |
1,02 |
+0.106 |
43,70 |
44 |
525 |
31 |
8 |
+0,60 |
0,36 |
0,13 |
32,63 |
1,15 |
+0,035 |
38,57 |
38 |
1575 |
23 |
9 |
+1,09 |
1,19 |
1,41 |
21,56 |
1,18 |
-0,098 |
23,33 |
23 |
625 |
13 |
10 |
+1,58 |
2,50 |
6,23 |
11,17 |
1,07 |
-0,208 |
9,63 |
10 |
675 |
2 |
11 |
+2,07 |
4,28 |
18,36 |
4,61 |
0,75 |
-0,156 |
2,74 |
3 |
725 |
1 |
12 |
+2,56 |
6,55 |
42,95 |
1,47 |
0,15 |
+0,239 |
0,58 |
О |
Сумма |
200 |
- |
- |
- |
- |
- |
- |
- |
200,33 |
200 |
94
При сравнении эмпирических частот с частотами, вычислен
!ыми по формулам (50) и (51), видно, что они неплохо согла :vются друг С другом. Более наглядное представление об этом
[ает рис. 18, на котором изображены эмпирическая (ломаная)
·5
,35
~
,
:., |
|
25 |
|
|
|
< |
|
|
|
|
|
-'" |
15 |
|
|
|
|
, |
|
|
|
|
|
|
|
5 |
|
|
|
|
|
oL:-D~·=··~·~:··~2---------*~----~6--------~8~----~Ю~~S;n |
|||
|
|
ОmклонеНUR |
клаССОВblХ Вариант |
|
|
|
'ис. 18. Эмпирическая |
(1) и |
вычислениые |
по формуле Шарлье |
|
|
|
2, 3) кривые распределеиня |
длииы хвои |
сосиы обыкиовеиной |
'{ вычисленные (плавно идущие) вариационные кривые. Причем saCTOTbl, вычисленные по формуле (50), лучше согласуются с iмпирическими частотами, чем частоты, вычисленные по фор
.Iуле (51), что, по-видимому, связано с более полным учетом
шформации о форме распределения при подборе теоретической
:ривоиu.
... ... ...
Существуют иные способы работы с кривыми распределе
IИЯ, имеющими асимметрию и эксцесс. С одним из них, опи
)ающимся на использование системы кривых Пирсона, можно
Iзнакомиться в книге А. К. Митропольского (1971). Другой lYTb, часто пригодный в тех случаях, когда наблюдается значи
"ельная правосторонняя асимметрия, заключается в использо
Jании нормализующих преобразований, когда исходные вели
'ины признака х трансформируются в виде У='Ф (х). Конкрет
'tЫЙ вид функции преобразования должен быть таким, чтобы
'рансформированная величина у имела нормальное распреде iение. Среди различных возможных преобразующих функций iaибольшее употребление нашла так называемая формула лог-
95
нормальной трансформации
y=lg(x+xo).
где хо - неизвестный параметр, значение которого подбирают
так, чтобы преобразованные значения у имели распределение,
максимально близкое к нормальному виду. Из всех существую
щих способов определения хо наиболее приемлемым является
метод квантилей, описанный Е. И. Фортунатовой 1, с работой которой, написанной весьма доступно и снабженной числовыми
примерами, желательно ознакомиться читателю.
ГЛАВА IV
Вbl6ОРОЧНblЙ МЕТОД И ОЦЕНКА
ГЕНЕРАЛЬНblХ ПАРАМЕТРОВ
IV.t. rЕНЕРАЯЬНАЯ СОВОКУПНОСТЬ и ВЫ&ОРКА
Наблюдения над биологическими объектами могут охваты
вать все члены изучаемой совокупности без единого исключе
ния или ограничиваться обследованием лишь некоторой части
членов данной совокупности. В первом случае наблюдения на
зывают полными или сплошными, во втором - частичными или
выборочными. Полное обследование совокупности позволяет
получать исчерпывающую информацию об изучаемом объекте, в чем и заключается преимущество этого способа перед спосо
бом выборочного наблюдения. Однако к сплошному наблюде нию прибегают редко, так как эта работа сопряжена с боль
шими затратами времени и труда, а также в снлу практической
невозможности или нецелесообразности проведения такой ра
боты. Невозможно, например, учесть всех обитателей зооили фитопланктона даже небольшого водоема, потому что их чис ленность практически необозрима. Нецелесообразно высевать
всю партию семян для того, чтобы определить их всхожесть.
В подавляющем большинстве случаев вместо сплошного наблю
дения изучению подвергают некоторую часть обследуемой со
вокупности, по которой и судят о ее состоянии в целом.
Совокупность, из которой отбирают определенную часть ее
членов для совместного изучения, называют генеральной. Отоб
ранная тем или иным способом часть генеральной совокупно
сти получила название выборочной совокупности или выборки.
Общую сумму членов генеральной совокупности называют ее
объемом и обозначают буквой N.
I См.: Фортунатова Е. и. О преобразовании ассиметричного распреде
леиия в нормальиое// Вопр. антропологии. 1966. Ng 23. с. 49-65.
96
Теоретически объем генеральной совокупности ничем не ог
раничен (N-+oo), т. е. генеральную совокупность представляют
как бесконечно большое множество относительно однородных единиц или членов, составляющих ее содержание. Практически же объем генеральной совокупности всегда ограничен и может быть различным в зависимости от .объекта наблюдения и той задачи, которую приходится решать. Например, при определе
нии продуктивности животных той или иной породы или вида генеральную совокупность составят все особи данной породы
или вида. Если же вопрос о продуктивности животных решают
в зоне данной области или района, то генеральную совокуп ность составят все животные изучаемой породы, распространен ной в данной области или районе.
Объем выборки, обозначаемый буквой n, может быть и
большим, и малым, но он не может содержать менее двух
единиц. Выборочный метод - основной при изучении статисти
ческих совокупностей. Его преимущество перед полным учетом
всех членов генеральной совокупности заключается в том, что
он сокращает Вfемя и затраты труда (за счет уменьшеиия чис
ла наблюдений, а главноепозволяет получать информацию
о таких групповых объектах, сплошное обследование которых
практически невозможно или нецелесообразно.
Основное требование, предъявляемое к любой выборке, сво
дится к получению наиболее полной информации о состоянии
генеральной совокупности, из которой выборка взята. Опыт
показал, что правильно отобранная часть генеральной совокуп ности, т. е. выборка, довольно хорошо отображает структуру
генеральной совокупности. Однако полного совпадения выбо
рочных показателей с характеристиками генеральной совокуп
ности, как правило, не бывает. Чтобы выборка наиболее полно отображала структуру генеральной совокупности, оиа должна
быть достаточно представительной, или репрезентативной (от
лат. represento - представляю). Репрезентативность выборки
достигается способом рандомизации (от англ. random - слу
чай) или случайным отбором вариант из генеральной совокуп
ности, что обеспечивает равную возможность для всех членов
генеральной совокупности попасть в состав выборки.
Существует два основных способа отбора вариант из гене ральной совокупности: повторный и бесповторный. Повторный
отбор производят по схеме «возвращения» учтенных единиц в
генеральную совокупность, так что одна и та же единица мо
жет попасть в выборку повторно. При бесnовторном отборе уч
тенные единицы не возвращаются в генеральную совокупность,
каждая отобранная единица регистрируется только один раз.
Повторный отбор ие влияет на состав генеральной совокупно
сти, и возможность каждой единицы попасть в выборку не ме
няется. При бесповторном отборе возможность единиц, состав-
4-1674 |
97 |
ляющих генеральную совокупность, попасть в выборку меня
ется, так как каждый предшествующий отбор влияет на резуль таты последующего, а также и на состав генеральной совокуп
ности, который тоже претерпевает изменения. В практике
обычно применяют бесповторный случайный отбор. Так, если
измеряют рост мужчин призывного возраста, то, измерив одно
го из них, вторично его уже не Измеряют. Случайный повтор
ный отбор служит теоретической моделью, с помощью которой
изучают процессы, совершающиеся в статистических совокуп
ностях, что имеет определенное познавательное значение.
Идеальный случайный отбор производится по методу же
ребьевки или лотереи, а также с помощью таблицы случайных
чисел, позволяющих полностью исключить субъективное влия
ние на состав выборки. Сущность этого метода заключается в следующем. На численно ограниченной, но довольно большой
искусственной модели генеральной совокупности способом пов
торного случайного отбора образуется ряд чисел, которые за
носят в таблицу таким образом, чтобы они имели одинаковое
количество цифр. Этим облегчается использование такой таб
лицы в практических целях. Например, при трехзначности чи сел цИфру 8 заносят в таблицу в виде 008, а число 69 - в виде
069 и т. д. Числа записывают в таблицу в случайном порядке, поэтому ее и называют таблицей случайных чисел. Такая че тырехзначная тиблица помещена в Приложении (табл. IV).
Как пользоваться этой таблицей? Пусть из общего числа
120 животных, содержащихся в виварии, нужно отобрать для
опыта 10 особей. Для того чтобы отбор был действительно слу чайным, исключающим субъективные влияния на состав выбор
ки, необходимо поступить следующим образом. Всем животным вивария или только животным той группы, из которой намечено
отобрать 10 особей, присваивают номера от 1 до n. Затем в таблице случайных чисел находят десять таких, которые не превышают n. Пусть n= 120. Пользуясь табл. IV, условимся
учитывать первые три цифры в каждом столбце этой таблицы
(хотя можно исходить и из другого условия). В первом столб
це находят числа 0905 и 0912. Согласно условию, это дает
числа 90 и 91. Других нужных чисел в этом столбце нет. Во
втором столбце таблицы находят числа 47 и 41. В третьем столбце обнаруживают числа 62, 84, 50 и 31. В четвертом
столбце отыскивают остальные два числа: 39 и 87. Всего полу
чилось десять чисел: 90, 91, 47, 41, 62, 84, 50, 31, 39 и 87. Осо
бей с такими номерами включают в состав экспериментальной
группы.
Наряду с простым случайным отбором в практике применя
ют и другие виды выборки из генеральной совокупности. К ним
относится типический, серийный и механический отбор. Типиче ский отбор используют в тех случаях, когда генеральная со-
98