Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Эксцесс представляет собой выпад вершины эмпирического распределения вверх или вниз от вершины кривой нормального распределения. Он рассчитывается для симметричных распределений. Наиболее точным является показатель, использующий центральный момент четвертого порядка (М4):
.
(для нормального распределения отношение М4/s4=3, следовательно эксцесс равен нулю). Наличие положительного эксцесса означает, что распределение более островершинное чем нормальное; отрицательное значение эксцесса означает более плосковершинный характер распределения, чем у нормального.
Ex >0
Ex =0
Ex <0
Рис. Эксцесс распределения.
Для оценки существенности коэффициента эксцесса вычисляется показатель средней квадратической ошибки коэффициента эксцесса: . Отношение ç Ex ç/ sEx , дающее значение меньше 2, свидетельствует о несущественном характере эксцесса (близости распределения по характеру островершинности к нормальному).
Следующий этап анализа формы распределения – сравнение эмпирического распределения с теоретическим (т.е. с известным, изученным распределением).
Эмпирическое распределение – распределение, полученное по данным статистического наблюдения. Эмпирическая кривая распределения – полигон или гистограмма.
Теоретическое распределение – распределение хорошо изученное, которое можно задать некоторым аналитическим выражением (формулой).
Для непрерывного признака задают функцию плотности вероятности – f(x) (аналог гистограммы относительных плотностей); для дискретного – функцию вероятности распределения – P(x) (аналог полигона частостей).
Зная функцию распределения можно вычислить интегральную функцию распределения – F(x) (аналог кумуляты).
Нормальное (гауссово) распределение.
Нормальное распределение может быть представлено графически в виде симметричной куполообразной кривой. Куполообразная форма кривой показывает, что большинство значений концентрируется вокруг центра измерения. А единиц с сильно отличающимися (в большую или меньшую сторону) значениями признака очень мало.
Уравнение нормальной кривой: ,
где p=3,1415 и е=2,7182 – математические константы, a – математическое ожидание х (для статистической совокупности a= ), s- среднее квадратическое отклонение. Интегральная функция плотности вероятностей: .
P(x≤xi)=F(xi). Например, P(x≤ )=1/2.
Особенности кривой нормального распределения:
Кривая симметрична относительно максимальной ординаты, которая соответствует значению х=Мо=Ме= , ее величина равна .
Кривая асимптотически приближается к оси абсцисс, продолжаясь в обе стороны до бесконечности. Следовательно, чем больше значения отклоняются от х, тем реже они встречаются. Одинаковые по абсолютному значению, но противоположные по знаку отклонения значений переменной х от равновероятны.
Кривая имеет 2 точки перегиба, находящиеся на расстоянии ±s от .
При =const с увеличением s кривая становится более пологой. При s=const с изменением кривая не меняет свою форму, а лишь сдвигается вправо или влево по оси абсцисс.
В промежутке ±s находится 68,3% всех значений признака. В промежутке ±2s находится 95,4% всех значений признака. В промежутке ±3s находится 99,7% всех значений признака.
Параметры нормального распределения:
Мо=Ме= , Аs=0, Ех=0.
Свойства нормального распределения:
1.Если yi (i=1;n) –независимые случайные величины, распределенные нормально, то их сумма также распределена нормально.
2. Если y- случайная величина, распределенная нормально, то x=A+B·y также имеет нормальное распределение с мат.ожиданием M[x]=A+B·M[y]; и средним квадратическим отклонением σ[x]=B·σ[y].
Многие экономические величины распределены по нормальному закону (урожайность, длительность производственного цикла и другие). Нормальный закон свидетельствует о том, что на величину х влияет множество аддитивных факторов, действие каждого из которых равновероятно и незначительно.
Если эмпирическое распределение близко к нормальному это свидетельствует об однородности совокупности, статистические характеристики, рассчитанные для такой совокупности, будут достаточно надежными.
Стандартное нормальное распределение (распределение без параметров) - это нормальное распределение с математическим ожиданием равным 0 (а=0) и средним квадратическим отклонением равным 1 (σ=1). Пусть t- случайная величина, распределенная по стандартному нормальному законную. Тогда:
; - (имеются статистические таблицы со значениями данного интеграла).
От нормально распределенной случайной величины х можно всегда перейти к величине t, распределенной по стандартному нормальному закону: .
Тогда: P(x≤xi)=P(t≤ti)=F(ti) (значения F(t) определяются по статистическим таблицам).
Дата публикования: 2015-01-09; Прочитано: 3632 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!