реферат. РЕФЕРАТ аселя. Вариационные ряды. Средние величины. Стандартное отклонение. Средняя ошибка средней арифметической. Анализ динамических рядов
 Скачать 262.63 Kb.
|
|
РЕФЕРАТ Тема: «Вариационные ряды. Средние величины. Стандартное отклонение. Средняя ошибка средней арифметической. Анализ динамических рядов» Выполнена: Абильмажин Аель Различие индивидуальных значений признака внутри изучаемой совокупности в статистике называется вариацией признака. Она возникает в результате того, что его индивидуальные значения складываются под совокупным влиянием разнообразных факторов (условий), которые по–разному сочетаются в каждом отдельном случае. Колебания отдельных значений характеризуют показатели вариации. Термин «вариация» произошел от лат. variatio – «изменение, колеблемость, различие». Под вариацией понимают количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов. Различают вариацию признака: случайную и систематическую. Систематическая вариация помогает оценить степень зависимости изменений в изучаемом признаке от определяющих ее факторов. Абсолютные и средние показатели вариации и способы их расчета Для характеристики колеблемости признака используется ряд показателей, такие как размах вариации, определяемый как разность между наибольшим (х мах ) и наименьшим (х т щ) значениями вариантов: R = Хmax— Хmin . Среднее линейное отклонение исчисляют для того, чтобы дать обобщающую характеристику распределению отклонений, которое учитывает различия всех единиц изучаемой статистической совокупности. Среднее линейное отклонение определяется как средняя арифметическая из отклонений индивидуальных значений от средней без учета знака этих отклонений:   На практике меру вариации более объективно отражает показатель дисперсии ( 2 – средний квадрат отклонений), определяемый как средняя из отклонений, возведенных в квадрат (х – х1)2 : Корень квадратный из дисперсии 2 среднего квадрата отклонений представляет собой среднее квадратическое отклонение σ2 и σ– общепринятые меры вариации признака. Среднее квадратическое отклонение – это мерило надежности средней. Свойства дисперсии (доказываемые в математической статистике), которые позволяют упростить расчеты: 1) если из всех значений вариант отнять какое–то постоянное число А2 , то средний квадрат отклонений от этого не изменится; 2) если все значения вариант разделить на какое–то постоянное число А, то средний квадрат отклонений уменьшится от этого в А2 раз, а среднее квадратическое отклонение – в А раз. 3) если исчислить средний квадрат отклонений от любой величины А, которая в той или иной степени отличается от средней арифметической х, то он всегда будет больше среднего квадрата отклонений σ2 , исчисленного от средней арифметической. Показатели относительного рассеивания Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах, которые позволяют сравнивать характер рассеивания в различных распределениях. Расчет показателей меры относительного рассеивания осуществляют отношением абсолютного показателя рассеивания к средней арифметической и умножают на 100%. Виды дисперсий и закон сложения дисперсий При помощи группировок, подразделив изучаемую совокупность на группы, однородные по признаку–фактору, можно определить три показателя колеблемости признака в совокупности: общую дисперсию, межгрупповую дисперсию и среднюю из внут–ригрупповых дисперсий. Общая дисперсия характеризует вариацию признака, зависящую от всех условий в изучаемой статистической совокупности. Исчисляется общая дисперсия по формуле: где х0 – общая средняя для всей изучаемой совокупности. 2. ХАРАКТЕРИСТИКА ЗАКОНОМЕРНОСТИ РЯДОВ РАСПРЕДЕЛЕНИЯ С помощью рядов распределения решается важнейшая задача статистики – характеристика и измерение показателей колеблемости для варьирующих признаков. В вариационных рядах существует определенная связь в изменении частот и значений варьирующего признака: с увеличением варьирующего признака величина частот вначале возрастает до определенной величины, а затем уменьшается. Такого рода изменения называются закономерностями распределения. Положение кривой распределения на оси абсцисс и ее рассеивание являются двумя наиболее существенными свойствами кривой. Важные свойства кривой распределения – это степень ее асимметрии, высоко–или низковершинность, которые в совокупности характеризуют форму или тип кривой распределения. Важная задача – это определение формы кривой, так как статистический материал в обычных условиях дает по определенному признаку характерную, типичную для него кривую распределения. Всякое искажение формы кривой – это нарушение или изменение нормальных условий возникновения материала: появление двухвершинной или асимметричной кривой говорит о разнотипном составе совокупности и о необходимости перегруппировки данных в целях выделения более однородных групп. Характер общего распределения предполагает оценку степени его однородности и вычисление показателей асимметрии и эксцесса. Симметричным называют распределение, в котором частоты любых двух вариантов, равноотстоящих в обе стороны от центра распределения, равны между собой. Для симметричных распределений средняя арифметическая мода и медиана равны между собой. Простейший показатель асимметрии основан на соотношении показателей центра распределения. Наиболее точным и распространенным является показатель основанный на определении центрального момента третьего порядка. Общим является нормальное распределение, которое может быть представлено графически в виде симметричной куполообразной кривой. В сущности, распределения редко бывают точно асимметричны, поэтому нормальная кривая представляет собой идеализированную форму распределения. Куполообразная форма кривой показывает, что большинство значений концентрируется вокруг центра измерения, и в действительно симметричном одновершинном распределении средняя, мода и медиана совпадут. Закон нормального распределения предполагает, что отклонение от среднего значения является результатом большого количества мелких отклонений, что позитивные и негативные отклонения равновероятны и что наиболее вероятным значением всех в равной мере надежных измерений является их арифметическая средняя. Общие условия вариации признака отражены в характере и типе закономерностей распределения: сущность явления и те его свойства и условия, которые определяют изменчивость варьирующего признака. Теоретической кривой распределения называют кривую распределения, которая выражает общую закономерность данного типа. Огромное значение в теории выборочного метода имеет нормальная кривая, так как стандартные средние отклонения, рассчитанные по случайным выборкам, тяготеют к нормальным в случае больших размеров выборок, если даже совокупность не является нормально распределенной. В кривой нормального распределения отражается закономерность, которая возникает при взаимодействии множества случайных причин. Для симметричных распределений рассчитывается показатель эксцесса (островершинности).Т. Б. Линдбергом предложен такой показатель: Ех = n – 38,9, где п – доля (%) количества вариантов, лежащих в интервале, равном половине среднего квадратического отклонения в ту и другую сторону от х. Эксцесс – выпад вершины эмпирического распределения вверх или вниз от вершины кривой нормального распределения. Оценка показателей асимметрии и эксцесса дает возможность сделать вывод о том, можно ли отнести данное эмпирическое распределение к типу кривых нормального распределения. ЛЕКЦИЯ № 9. ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ 1. ОПРЕДЕЛЕНИЕ ВЫБОРОЧНОГО НАБЛЮДЕНИЯ Статистические исследования очень трудоемки и дороги, поэтому возникла мысль о замене сплошного наблюдения выборочным. Основная цель несплошного наблюдения состоит в получении характеристик изучаемой статистической совокупности по обследованной ее части. Выборочное наблюдение – это метод статистического исследования, при котором обобщающие показатели совокупности устанавливаются только по отдельно взятой части на основе положений случайного отбора. При выборочном методе изучению подвергается только некоторая часть изучаемой совокупности, при этом подлежащая изучению статистическая совокупность называется генеральной совокупностью. Выборочной совокупностью или просто выборкой можно называть отобранную из генеральной совокупности часть единиц, которая будет подвергаться статистическому исследованию. Значение выборочного метода: при минимальной численности исследуемых единиц проведение статистического исследования будет происходить в более короткие промежутки времени и с наименьшими затратами средств и труда. В генеральной совокупности доля единиц, которая обладает изучаемым признаком, называется генеральной долей (обозначается р), а средняя величина изучаемого варьирующего признака – это генеральная средняя (обозначается х). В выборочной совокупности долю изучаемого признака называют выборочной долей, или частью (обозначается w), средняя величина в выборке – это выборочная средняя. Если в период обследования будут соблюдены все правила его научной организации, то выборочный метод даст довольно точны результаты, и поэтому данный метод целесообразно применять для проверки данных сплошного наблюдения. Этот метод получил широкое распространение в государственной и вневедомственной статистике, потому что при исследовании минимальной численности изучаемых единиц позволяет тщательно и точно провести исследование. Изучаемая статистическая совокупность состоит из единиц с варьирующими признаками. Состав выборочной совокупности может отличаться от состава генеральной совокупности, это расхождение между характеристиками выборки и генеральной совокупности составляет ошибку выборки. Ошибки, свойственные выборочному наблюдению, характеризуют размер расхождения между данными выборочного наблюдения и всей совокупности. Ошибки, возникающие в ходе выборочного наблюдения, называются ошибками репрезентативности и делятся на случайные и систематические. Если выборочная совокупность недостаточно точно воспроизводит всю совокупность из–за несплошного характера наблюдения, то это называют случайными ошибками, и их размеры определяются с достаточной точностью на основании закона больших чисел и теории вероятностей. Систематические ошибки возникают в результате нарушения принципа случайности отбора единиц совокупности для наблюдения. 2. ВИДЫ И СХЕМЫ ОТБОРА Размер ошибки выборки и методы ее определения зависят от вида и схемы отбора. Различают четыре вида отбора совокупности единиц наблюдения: 1) случайный; 2) механический; 3) типический; 4) серийный (гнездовой). Случайный отбор – наиболее распространенный способ отбора в случайной выборке, его еще называют методом жеребьевки, при нем на каждую единицу статистической совокупности заготовляется билет с порядковым номером. Далее в случайном порядке отбирается необходимое количество единиц статистической совокупности. При этих условиях каждая из них имеет одинаковую вероятность попасть в выборку, например тиражи выигрышей, когда из общего количества выпущенных билетов в случайном порядке наугад отбирается определенная часть номеров, на которые приходятся выигрыши. При этом всем номерам обеспечивается равная возможность попасть в выборку. Механический отбор – это способ, когда вся совокупность разбивается на однородные по объему группы по случайному признаку, потом из каждой группы берется только одна единица Все единицы изучаемой статистической совокупности предварительно располагаются в определенном порядке, но в зависимости от объема выборки механически через определенный интервал отбирается необходимое количество единиц. Типический отбор – это способ, при котором исследуемая статистическая совокупность разбивается по существенному, типическому признаку на качественно однородные, однотипные группы, затем из каждой этой группы случайным способом отбирается определенное количество единиц, пропорциональное удельному весу группы во всей совокупности. Типический отбор дает более точные результаты, так как при нем в выборку попадают представители всех типических групп. Серийный (гнездовой) отбор. Отбору подлежат целые группы (серии, гнезда), отобранные случайным или механическим способом. По каждой такой группе, серии проводится сплошное наблюдение, а результаты переносятся на всю совокупность. Точность выборки зависит и от схемы отбора. Выборка может быть проведена по схеме повторного и бесповторного отбора. Повторный отбор. Каждая отобранная единица или серия возвращается во всю совокупность и может вновь попасть в выборку Это так называемая схема возвращенного шара. Бесповторный отбор. Каждая обследованная единица изымается и не возвращается в совокупность, поэтому она не попадает в повторное обследование. Эта схема получила название невозвращенного шара. Бесповторный отбор дает более точные результаты, потому что при одном и том же объеме выборки наблюдение охватывает большее количество единиц изучаемой совокупности. Комбинированный отбор может проходить одну или несколько ступеней. Выборка называется одноступенчатой, если отобранные однажды единицы совокупности подвергаются изучению. Выборка называется многоступенчатой, если отбор совокупности проходит по ступеням, последовательным стадиям, причем каждая ступень, стадия отбора имеет свою единицу отбора. Многофазная выборка – на всех ступенях выборки сохраняется одна и та же единица отбора, но проводится несколько стадий, фаз выборочных обследований, которые различаются между собой широтой программы обследования и объемом выборки. Характеристики параметров генеральной и выборочной совокупностей обозначаются следующими символами: N – объем генеральной совокупности; n – объем выборки; Х – генеральная средняя; х – выборочная средняя; р – генеральная доля; w – выборочная доля; σ2 – генеральная дисперсия (дисперсия признака в генеральной совокупности); σ2 – выборочная дисперсия того же признака; σ– среднее квадратическое отклонение в генеральной совокупности; σ– среднее квадратическое отклонение в выборке. 3. ОШИБКИ ВЫБОРКИ Каждая единица при выборочном наблюдении должна иметь равную с другими возможность быть отобранной – это является основой собственнослучайной выборки. Собственнослучайная выборка – это отбор единиц из всей генеральной совокупности посредством жеребьевки или другим подобным способом. Принципом случайности является то, что на включение или исключение объекта из выборки не может повлиять любой фактор, кроме случая. Доля выборки – это отношение числа единиц выборочной совокупности к числу единиц генеральной совокупности: Собственнослучайный отбор в чистом виде является исходным среди всех других видов отбора, в нем заключаются и реализуются основные принципы выборочного статистического наблюдения. Два основных вида обобщающих показателей, которые используют в выборочном методе – это средняя величина количественного признака и относительная величина альтернативного признака. Выборочная доля (w), или частность, определяется отношением числа единиц, обладающих изучаемым признаком м, к общему числу единиц выборочной совокупности (n): Для характеристики надежности выборочных показателей различают среднюю и предельную ошибки выборки. Ошибка выборки, ее еще называют ошибкой репрезентативности, представляет собой разность соответствующих выборочных и генеральных характеристик: 1) для средней количественного признака: εх =|х – х|; 2) для доли (альтернативного признака): εw =|х – р|. Только выборочным наблюдениям присуща ошибка выборки. Выборочная средняя и выборочная доля – это случайные величины, принимающие различные значения в зависимости от единиц изучаемой статистической совокупности, которые попали в выборку. Соответственно ошибки выборки – тоже случайные величины и также могут принимать различные значения. Поэтому определяют среднюю из возможных ошибок – среднюю ошибку выборки. Средняя ошибка выборки определяется объемом выборки: чем больше численность при прочих равных условиях, тем меньше величина средней ошибки выборки. Охватывая выборочным обследованием все большее количество единиц генеральной совокупности, все более точно характеризуем всю генеральную совокупность. Средняя ошибка выборки зависит от степени варьирования изучаемого признака, в свою очередь степень варьирования характеризуется дисперсией σ2 или w(l – w) – для альтернативного признака. Чем меньше вариация признака и дисперсия, тем меньше средняя ошибка выборки, и наоборот. При случайном повторном отборе средние ошибки теоретически рассчитывают по следующим формулам: 1) для средней количественного признака: где σ2 – средняя величина дисперсии количественного признака. 2) для доли (альтернативного признака): Так как дисперсия признака в генеральной совокупности σ2 точно неизвестна, на практике пользуются значением дисперсии S2 , рассчитанным для выборочной совокупности на основании закона больших чисел, согласно которому выборочная совокупность при достаточно большом объеме выборки достаточно точно воспроизводит характеристики генеральной совокупности. Формулы средней ошибки выборки при случайном повторном отборе следующие. Для средней величины количественного признака: генеральная дисперсия выражается через выборную следующим соотношением: где S2 – значение дисперсии. |