- •Предмет и система правовой статистики.
- •Особенности юридической статистики. Методологические особенности правовой статистики и ее связь с другими науками и учебными дисциплинами
- •Современная организация правовой статистики в Российской Федерации.
- •Научно-практическое значение материалов правовой статистики.
- •История уголовно-правовой статистики советского периода.
- •Понятие статистического наблюдения, этапы его проведения.
- •Организационные вопросы статистического наблюдения.
- •Ошибки регистрации и репрезентативности.
- •Единый учет преступлений и документы первичного учета в правоохранительных органах.
- •Выборочный метод. Генеральная и выборочная совокупность. Типы выборок.
- •Табличный и графический методы представления данных статистики.
- •Существуют правила построения таблиц:
- •Статистическое распределение выборки. Эмпирическая функция распределения. Свойства эмпирической функции распределения.
- •Определения
- •Свойства эмпирической функции распределения Эмпирическое распределение для фиксированного
- •Числовые характеристики статистического распределения (выборочные среднее, дисперсия, среднеквадратичное отклонение, мода, медиана, моменты, асимметрия и эксцесс, квантили).
- •Понятие дисперсии
- •Виды дисперсии
- •Правило сложения дисперсии в статистике
- •Свойства дисперсии
- •Основные сведения
- •[Править]Правило трёх сигм
- •[Править]Интерпретация величины среднеквадратического отклонения
- •[Править]Практическое применение
- •[Править]Климат
- •[Править]Спорт
- •[Править]Технический анализ
- •[Править]Пример использования
- •[Править]Определение
- •[Править]Замечания
- •[Править]Дециль
- •[Править]Перцентиль
- •[Править]Квантили стандартного нормального распределения
- •[Править]Определение
- •[Править]Замечания
- •[Править]Таблица квантилей
- •Оценка параметра и свойства оценок. Статистические оценки параметров распределения
- •Точечное оценивание параметров распределения.
- •Интервальное оценивание параметров распределения. Интервальное оценивание среднего квадратичного отклонения нормального распределения.
- •Статистическая гипотеза. Постановка задачи проверки статистических гипотез. Понятие статистической гипотезы
- •Ошибки первого и второго рода при проверке гипотез.
- •[Править]Определения
- •[Править]о смысле ошибок первого и второго рода
- •[Править]Вероятности ошибок (уровень значимости и мощность)
- •20. Проверка гипотез о законе распределения. Критерий согласия «Хи–квадрат» Пирсона
- •[Править]Статистика критерия
- •[Править]Правило критерия
- •Нормальный закон распределения и его основные характеристики.
- •[Править]Свойства
- •[Править]Моделирование нормальных случайных величин
- •[Править]Центральная предельная теорема
- •Статистические связи. Условное среднее. Причинная и функциональная связи. Статистическая связь
- •Парная корреляция. Уравнение регрессии. Линия регрессии.
- •[Править]Цели регрессионного анализа
- •[Править]Математическое определение регрессии
- •[Править]Метод наименьших квадратов (расчёт коэффициентов)
- •[Править]Интерпретация параметров регрессии
- •25. Корреляционный момент, коэффициент корреляции их свойства.
Основные сведения
Измеряется в единицах измерения самой случайной величины. Равно корню квадратному из дисперсии случайной величины. Среднеквадратическое отклонение используют при расчёте стандартной ошибки среднего арифметического, при построениидоверительных интервалов, при статистической проверке гипотез, при измерении линейной взаимосвязи между случайными величинами.
Среднеквадратическое отклонение:
Стандартное отклонение (оценка среднеквадратического отклонения случайной величины x относительно её математического ожидания на основе несмещённой оценки её дисперсии):
где — дисперсия; — i-й элемент выборки; — объём выборки; — среднее арифметическое выборки:
Следует отметить, что обе оценки являются смещёнными. В общем случае несмещённую оценку построить невозможно. Однако оценка на основе оценки несмещённой дисперсии является состоятельной.
[Править]Правило трёх сигм
График плотности вероятности нормального распределения и процент попадания случайной величины на отрезки, равные среднеквадратическому отклонению.
Правило трёх сигм ( ) — практически все значения нормально распределённой случайной величины лежат в интервале . Более строго — не менее чем с 99,7 % достоверностью значение нормально распределенной случайной величины лежит в указанном интервале (при условии, что величина истинная, а не полученная в результате обработки выборки).
Если же истинная величина неизвестна, то следует пользоваться не , а s. Таким образом, правило трёх сигм преобразуется в правило трёх s.
[Править]Интерпретация величины среднеквадратического отклонения
Большое значение среднеквадратического отклонения показывает большой разброс значений в представленном множестве со средней величиной множества; маленькое значение, соответственно, показывает, что значения в множестве сгруппированы вокруг среднего значения.
Например, у нас есть три числовых множества: {0, 0, 14, 14}, {0, 6, 8, 14} и {6, 6, 8, 8}. У всех трёх множеств средние значения равны 7, а среднеквадратические отклонения, соответственно, равны 7, 5 и 1. У последнего множества среднеквадратическое отклонение маленькое, так как значения в множестве сгруппированы вокруг среднего значения; у первого множества самое большое значение среднеквадратического отклонения — значения внутри множества сильно расходятся со средним значением.
В общем смысле среднеквадратическое отклонение можно считать мерой неопределенности. К примеру, в физике среднеквадратическое отклонение используется для определения погрешности серии последовательных измерений какой-либо величины. Это значение очень важно для определения правдоподобности изучаемого явления в сравнении с предсказанным теорией значением: если среднее значение измерений сильно отличается от предсказанных теорией значений (большое значение среднеквадратического отклонения), то полученные значения или метод их получения следует перепроверить.
[Править]Практическое применение
На практике среднеквадратическое отклонение позволяет определить насколько значения в множестве могут отличаться от среднего значения.