Методич_стат-исправлено. Методические указания по курсу Информатика
![]()
|
ВведениеШирокое внедрение математических методов в самые разнообразные сферы деятельности сегодня уже никого не удивляет. Это не только технические и экономические науки, но и развивающиеся прикладные науки управления: менеджмент, логистика, социально-экономическое прогнозирование и т.д. Математическое моделирование становится одним из главных направлений в технике, экономике, социологии, биологии и других областях. Поэтому специалистам различных направлений необходимо владеть концепциями и методами математического моделирования, иметь представление об инструментах, применяемых в моделировании. При изучении курса информатики, студент знакомится с основами алгоритмизации и программирования, с пакетами прикладных программ общего назначения. Данный лабораторный практикум по курсу «Информатики» включает следующие темы:
ЛАБОРАТОРНАЯ РАБОТА № 1 |
рост | 160 х1 | 170 х2 | 156 х3 | ……… | ……… | ……… | ……… Хn |
вес | 62 Y1 | 81 Y2 | 60 Y3 | ……… | ……… | ……… | ……… Yn |
Обозначим хi – рост, yi – вес. Количество экспериментов- n, где n – размер выборки, i – текущий индекс.
Необходимо определить характеристики случайных величин (величин х и у).
Теоретические сведения
Математическая постановка задачи
(характеристики случайных величин)
1. Математическое ожидание (среднее значение)
по х:
![](25584_html_76dc9958.gif)
по у:
![](25584_html_79df901d.gif)
Математическое ожидание характеризует положение случайной величины на числовой оси.
2. Дисперсия
по х: ![]() | по у: ![]() | Где Mx, My – математическое ожидание. |
Дисперсия характеризует разброс случайных величин. В данных формулах – разброс относительно математического ожидания.
3. Среднее квадратическое отклонение
по х: ![]() | | по у: ![]() |
Эта величина называется также стандартным отклонением, выражается в тех же единицах, что и величины, полученные в результате эксперимента. И зачастую оказывается более удобной характеристикой, чем дисперсия. Чем слабее варьирует признак, тем меньше среднее квадратическое отклонение.
Коэффициент вариации
Коэффициент вариации необходим для сравнения изменчивости признаков, выраженных разными единицами. Дисперсия и среднее квадратическое отклонение – величины абсолютные, именованные, выражаемые в тех же единицах, что и характеризуемый ими признак.
Коэффициент вариации – относительный показатель, представляет процентное отношение среднего квадратического отклонения к математическому ожиданию
по х: ![]() | | по у: ![]() |
5. Нормированное отклонение
Нормированное отклонение – показатель, представленный отклонением той или иной величиной от математического ожидания, отнесённое к величине среднего квадратического отклонения:
по х: ![]() | | по у: ![]() |
6. Коэффициент корреляции
Коэффициент корреляции характеризует степень линейной зависимости (степень связи) между величинами х и у.
Вычисляется по формуле:
![](25584_html_m44b2b5f4.gif)
Или
![](25584_html_m4cf4d5d1.gif)
Значение Кху изменяется в пределах от -1 до +1. Если значение Кху > 0, то корреляция положительная (с ростом х значение у увеличивается), если Кху < 0, то корреляция отрицательная (с ростом х значение у уменьшается).
При значении | Кху | близком к 1 существует линейная зависимость между х и у, т.е.
![](25584_html_m34e139c5.gif)
![](25584_html_m2b5da43f.gif)