Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Схема 5.1.1. Показатели вариации



1. Размах вариации (R) (амплитуда колебаний)– устанавливает предельное значение амплитуды колебаний признака. Размах вариации определяется как разность между максимальным и минимальным значениями признака в изучаемой совокупности, то есть это абсолютное отклонение. Имеет размерность изучаемого признака.

(5.1.1.)

Для сквозной задачи:

Однако крайние значения признака могут быть аномальными для данной совокупности, обусловленными какими-то случайными обстоятельствами. Тогда размах вариации будет служить характеристикой только этих двух аномальных единиц совокупности. В этом случае, с целью дальнейшего изучения вариации единиц совокупности, аномальные единицы следует убрать из совокупности.

2. Среднее линейное отклонение ()средний модуль отклонения вариантов признака от средней арифметической величины признака. Сохраняет размерность изучаемого признака.

Для расчета используется формула средней арифметической

простой:

– для несгруппированных данных (5.1.2.)

и взвешенной:

– для вариационного ряда распределения (5.1.3.)

3. Дисперсия (σ2)средний квадрат отклонений вариантов признака от средней арифметической величины признака.

Размерность для дисперсии не указывается, т.к. дисперсия – промежуточный показатель, рассчитываемый для определения среднего квадратического отклонения (σ).

Дисперсию используют также и как самостоятельный показатель вариации, характеризующий меру вариации в очень однородных совокупностях – с незначительной колеблемостью.

– для несгруппированных данных (5.1.4.)

– для вариационного ряда распределения (5.1.5.)

Упрощенные формулы для расчета дисперсии

дисперсия равна среднему квадрату значений признака минус квадрат среднего значения признака.

(5.1.6.)

Или

(5.1.7.)

(5.1.8.)

Среднее квадратическое отклонение и дисперсия (σ и σ2) – наиболее часто применяемые показатели вариации, так как они входят в большинство теорем теории вероятностей, служащей фундаментом математической статистики.

Используя математические свойства дисперсии, расчётные формулы дисперсий можно привести к упрощённому виду.

4. Среднее квадратическое отклонение (σ) – корень из среднего квадрата отклонений вариантов признака от средней арифметической величины признака. Сохраняет размерность изучаемого признака.

Это среднее отклонение от средней величины признака

Для расчета σ используется формула средней квадратической

простой:

– для несгруппированных данных (5.1.9.)

и взвешенной:

– для вариационного ряда распределения (5.1.10.)

По свойствам мажорантности средних величин среднее квадратическое отклонение всегда больше среднего линейного отклонения.





Дата публикования: 2014-11-03; Прочитано: 279 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.007 с)...