Ряды распределения и аналитические группировки — страница 2

  • Просмотров 214
  • Скачиваний 12
  • Размер файла 87
    Кб

умножить (взвесить) каждую варианту на соответствующую частоту (2). Простая средняя арифметическая х = (1) Средняя арифметическая взвешенная х = (2) Средний процент влажности найдём по формуле средней арифметической взвешенной: == При расчете средней арифметической для интервального ряда нужно сначала определить середины интервалов как полусуммы значений верхней и нижней границ интервала. При наличии интервалов, где <хоткрыты»

верхняя или нижняя граница, величину интервала определяют по последующему или предыдущему интервалу. Для характеристики рядов распределения кроме средней степенной применяются структурные средние: мода и медиана. Мода – варианта, которая наиболее часто встречается в данной совокупности, т.е. варианта с наибольшей частотой. Мо=4 Медиана – варианта, находящаяся в середине ряда распределения. Мода для дискретного ряда

определяется просто и соответствует варианте с наибольшей частотой. Медиану для дискретного определяют по накопленным частотам делением объема совокупности пополам: по таблице 1 – 30:2=15. Это соответствует медиане, равной 4. Размах вариации – разность между наибольшей и наименьшей вариантой: R==5–2=3 Среднее квадратическое отклонение – показатель вариации, измеряющий величину, на которую все варианты в среднем отклоняются от

средней арифметической. Квадрат среднего квадратического отклонения называется дисперсией, или средним квадратом отклонений. Найдем дисперсию: 2== ==0,885 – среднее квадратическое отклонение. Наряду с абсолютным показателем колеблемости признака – средним квадратическим отклонением – широко применяется и относительный показатель – коэффициент вариации, который показывает меру колеблемости признака относительно его

среднего значения и измеряется в процентах. V= Задача 12. Используя данные задачи 2, проверьте при уровне значимости 0,05 гипотезу о нормальном законе распределения студентов по успеваемости. Решение: Применяем критерий согласия – Пирсона. Каждому ряду распределения достаточно большой совокупности объективно свойственна определенная закономерность. Моделирование кривой распределения позволяет в компактной форме дать

характеристику закономерности распределения, используя ее в планировании и прогнозировании. Одним из наиболее распространенных законов распределения, применяемых в качестве стандарта, с которым сравнивают другие распределения и которое имеет важное значение для решения задач выборочного наблюдения является нормальное распределение. для того чтобы установить, верно, ли предположение о том, что эмпирическое распределение