leíró statisztikai
A gyakorlati megfigyelések azt általában egy sor észrevételt x1, x2. xn, amelyen szeretnénk, hogy bizonyos következtetéseket. Gyakran sok ilyen megfigyelések, így van egy probléma a kompakt leírást. Ideális esetben egy ilyen leírás lenne az állítást, hogy az x1, x2. xn a mintát, azaz független realizációi valószínűségi változó x ismert törvény F (x) eloszlás. Ez elméletileg számításokat végezni a szükséges jellemzőket a kutató megfigyelt jelenség.
Azonban nem mindig azt mondhatjuk, hogy az x1, x2. Xn független és azonos eloszlású változók. Először is, meg kell vizsgálni, másrészt gyakran hírhedt, hogy nem. Ezért egy olyan kompakt leírás egy sor észrevételt más módszerekkel - leíró statisztikai módszerekkel.
1.Metody leíró statisztika
1 indikátorok a leíró statisztika
Leíró mutatók mintát lehet osztani több csoportra:
1. indikátorok helyzetét leíró adatokat a pozíció (vagy közepén összesített) a valós tengelyen:
- A minimális és maximális mintaelemek
- Válogatott felső és alsó kvartilisének
2. szórás írják le, milyen mértékben szórják a középhez képest (amennyire a főbb adatokat halom tömeg köré csoportosul, a közepén a teljes)
- Minta standard deviáció (SD)
3. indikátorai aszimmetria eloszlásának leírására az adatok szimmetrikus középpontja körül
- Minta középpozícióhoz képest a minta azt jelenti, és egy viszonylag szelektív kvartilisek
4. leíró mutatók forgalmazási szabályokat. hogy egy ötlet adatok eloszlásának jog
- Szelektív eloszlásfüggvény
A fent említett jellemzők a gyakorlatban, mivel a legtöbb általánosan használt minta átlag, medián és a variancia (vagy szórás). Ahhoz azonban, hogy még pontosabb és megbízhatóbb következtetéseket kell használni, és egyéb tényezők.
Különös figyelmet kell fordítani a jelenlétét a mintában kibocsátás - durva, nagyon eltér a fő tömege észrevételeit. A legtöbb szokásos statisztikai módszerek nagyon érzékenyek az eltérések az eljárás alkalmazhatóságát feltételeket. Ezért csak a kibocsátások nem torzíthatják kiválasztott érték mutatók, hanem a vezető téves következtetéseket. Jelenlétének gyanúja ilyen megfigyeléseket fordulhat elő, ha a medián minta eltér a minta átlaga, bár a teljes készlet szimmetrikus, vagy ha a helyzet a medián erősen képest aszimmetrikusan a minimális és maximális mintavételi pontokat. A legegyszerűbb módja, hogy megállapítsa kibocsátás halad a minta több változatban, vagy hisztogram egy nagyszámú csoport időközönként.
2. Eljárás munka
2.1 Háttér
A kezdeti adatok beállítása realizációi véletlen változó (például értékeit kapott mennyiséget a mérés alatt). A minta nagysága - n db. Kezdeti adatok készült egy táblázat (1. táblázat).
1. táblázat - Kiindulási
2.2Postroenie variációs sorozat
A kényelem, az adatok mintát alakítjuk egy variációja számos - sorban, amelyben a minta elemek vannak elrendezve növekvő sorrendben.
1. Keresse meg a legkisebb eleme szám Xmin
2. Keresse meg a legnagyobb eleme egy számot Xmax
3. Lemezszám, kezdve a legkisebb eleme Xmin és befejezve a legmagasabb Xmax (2. táblázat)
4. Az egyszerűség kedvéért a feldolgozási eljárást, és hogy csökkentse a hibákat a számítások kivonjuk az egyes eleme száma rögzített számú (például, lekerekített Xmin), és használják a számításokban, önmagukban nem méretei és eltéréseket. A kapott rekord eltéréseket a 2. táblázat.
2. táblázat - variációs sorozat eltérések viszonylagos x0 = <значение>[1]
A kis minták
.
2. Rendelje intervallum hosszát. Dx hossza intervallumok leggyakrabban választott egyenlő: dx = R / r. Úgy kell kerekíteni értékre kényelmes grafikus kijelző.
3. hozzárendelése xh alsó határa az első intervallum (eltérések x0). Meg lehet kevesebb, mint xmin és kényelmes a helyzet a grafikus megjelenítés. Rögzített eredmények a 3. táblázatban.
4. hozzárendelése xh alsó és felső határát az összes fennmaradó időközönként (az eltérések x0). A kapott eredményeket a 3. táblázatban.
5. Határozza meg a méretek számát eső intervallumban mi. Feltétel hit xj mérete xin intervallum . Mi frekvencia viszonya a megfigyelések összes száma n nevezzük relatív gyakorisága: Relatív gyakoriság jelentése egy empirikus értékelést a valószínűsége, hogy a mérési eredményeket Xj intervallumban i. Határozza meg a relatív gyakoriság és az eredményeket feljegyezzük a 3. táblázatban. A kapott eredményeket, hogy teszteljék a feltétel . Az empirikus valószínűség sűrűség: Határozzuk meg az empirikus valószínűsége sűrűsége, az eredményeket feljegyezzük a 3. táblázatban. 1. Határozzuk meg az összes termék a 4. táblázatban. 2. Határozza minden összeg 4. táblázat. 3. Határozza meg a relatív kezdeti pillanatokban a 4. táblázatban. 4. Számítsa ki a szer kapott dimenziója a mérendő. 5. Számítsa ki az kurtózis és aszimmetria. 6. Határozza grafikusan felső és alsó kvartilisek. 7. Határozza meg grafikusan a minta középértéke. 8. Határozza meg az egyéni mód (a variációs sorozat). 9. körének meghatározása. 5. táblázat - Teljesítmény leíró statisztika egy mintát n =<> 1. mutatói a helyzet - Minimális mintaelem MIN - Maximális mintavételi elem MAX - szelektív felső kvartilist x0,75 - szelektív alsó kvartilist x0,25 - Szelektív medián Md - szelektív módon Mo 2. szóródás jelzőlámpák - S2 mintavételi variancia - szelektív szórás S - keks együtthatója kurtosis 3. indikátorai aszimmetria - Az aszimmetria együttható kas - minta középpozícióhoz képest a minta azt jelenti, és egy viszonylag szelektív kvartilisek2.4 meghatározása a relatív frekvenciák
2,5 meghatározása az empirikus sűrűségfüggvény
2.9 Az eredmények kifejezése
Kapcsolódó cikkek