Статистика (стр. 9 из 21)
При стандартизации сгруппированных данных наряду с масштабированием вариантов ряда величинами соответствующих средне квадратических отклонений частоты этих рядов пересчитываются в частости.
Стандартизацию данных проводят, когда варианты сравниваемых рядов отличаются единицами измерения и порядком.
Стандартизация является важнейшим статистическим промежуточным этапом.
Стандартизация используется так же хорошо в теории выборочного метода.
8. Моменты распределения.
Моменты распределения составляют алгоритмическую основу многих статистических методов. Различают:
- Произвольные (общий случай);
- Начальные;
- Центральные;
- Стандартные (частный случай).
Выделяют:
- Взвешенные;
- Невзвешенные.
Произвольным моментом k-го порядка называется среднее значение k-ой степени отклонения всех вариантов ряда от произвольного постоянного числа.
- для несгруппированных данных; 
- для сгруппированных данных.При этом k принимает целочисленное значение от 1 до 4.
Если А=0, то произвольный момент преобразуется в начальный момент.
- для несгруппированных данных;при k=1 M1=
при k=2 M2=
- для сгруппированных данных.Если А=
, произвольный момент преобразуется в центральный момент распределения. 
- для несгруппированных данных; 
- для сгруппированных данных.При k=1 M1=0
При k=2 M2=
Стандартные моменты это начальные моменты из стандартных отклонений.
- для несгруппированных данных; 
- для сгруппированных данных. 
Стандартный момент k-го порядка это отношение центрального момента того же порядка к средне квадратическому отклонению в k-ой степени.
Так же как средняя арифметическая величина и дисперсия, центральные и стандартные моменты обладают рядом свойств, которые по сути ближе всего к свойствам дисперсии.
9. Показатели асимметрии и эксцесса.
При анализе распределений помимо графического изображения характер распределения можно выяснить, рассчитывая такие показатели, как асимметрия и эксцесс.
В качестве показателя асимметрии используют стандартный момент 3-го порядка. Если распределение симметрично относительно средней то показатель асимметрии равен нулю.
Если показатель асимметрии больше 0, то есть преобладают положительные отклонения от среднего, то наблюдается правосторонняя асимметрия, то есть преобладание в совокупности вариантов ряда превышающих среднюю.
Если же показатель асимметрии меньше 0, налицо левосторонняя асимметрия, то есть превышение численности вариантов ряда меньше чем средняя.
Показатель эксцесса характеризует степень колеблемости исходных данных, чем сильнее вариация, тем более пологой является кривая распределения и наоборот, чем однороднее совокупность, тем в большей степени варианты ряда сконцентрированы около средней и тем более островершинней будет кривая распределения.
В качестве эталона высоты распределения в статистике принимается кривая нормального распределения. Доказано, что стандартный момент 4-го порядка у этой кривой равен 3.
10. Средняя арифметическая и дисперсия альтернативного признака.
Альтернативный признак – тот которым обладает или не обладает единица совокупности.
Наличие альтернативного признака обозначают 1, а отсутствие – 0. Если численность совокупности – N, а M – число единиц, обладающих изучаемым признаком, то
- доля единиц, обладающих изучаемым признаком. Соответственно 
- доля единиц таким признаком не обладающих.Предположим
 |  |
| 1 | p |
| 0 | q |
| 1 |
p+q=1
Средняя арифметическая альтернативного признака равна p.
Дисперсия альтернативного признака
.Пример: N=10, M=4
N-M=6
Максимальное значение дисперсии для неоднородных совокупностей
.Выборочный метод.
1. Сущность выборочного метода и его практическое значение.
2. Ошибка выборки.
3. Малая выборка.
4. Определение оптимальной численности выборки.
5. Распространение результатов выборочного распределения на генеральную совокупность.
6. Классификация способов отбора.
7. Организация отбора различными способами и оценка надежности полученных результатов.
8. Моментное выборочное наблюдение.
1. Сущность выборочного метода и его практическое значение.
Выборочный метод – это основной способ сбора информации в условиях развитой рыночной экономики.
Выборка – разновидность несплошного наблюдения, позволяющего определить показатели всей совокупности (генеральной совокупности) на основе изучения ее части. При этом отобранная часть формируется с учетом положений теории вероятности и математической статистики.
Выборка имеет многовековую историю, но ее математическая составляющая получила развитие во 2й половине 19-20 века. Значительный вклад в формирование теории выборки внесли русские статистики. В СССР господствовало сплошное статистическое наблюдение в виде отчетности. Выборка охватывала только:
- Оценку качества продукции;
- Наблюдение за ценами на городских колхозных рынках;
- Наблюдение за семейными бюджетами;
- Изучение спроса.
За рубежом в то время преобладало выборочное обследование. Сплошное наблюдение охватывало только таможенную статистику, налогообложение и периодически проводимые переписи населения, и промышленные цензы.
Достоинства выборки.
При правильно организованном выборочном обследовании изучается не более 20-25% совокупности, обычно 10% и то много. На лицо огромная экономия времени и средств. При этом благодаря работе статистиков – профессионалов значительно повышается точность наблюдений (нередко она выше, чем при сплошном наблюдении). Однако, параметры выборки в силу объективных причин могут отличаться от соответствующих параметров генеральной совокупности, поэтому результаты выборочного исследования распространяются на генеральную совокупность с определенной вероятностью.
Не всякое несплошное наблюдение – это научно-обоснованная выборка.
Для получения надежных результатов необходимо тщательно готовить выборку. Подготовка включает следующие этапы:
1. Обоснование целесообразности проведения выборки;
2. Подготовка программы выборки;
3. Решение организационных вопросов выборки;
4. Определение способа отбора и численности выборки, обеспечивающих репрезультативность ее результатов.
5. Проведение отбора единиц генеральной совокупности.
6. Сводка полученных результатов и расчет параметров выборки.
7. Определение ошибок выборки.
8. Распространение параметров выборки на генеральную совокупность.
Главная задача выборки:
- Вычисление ожидаемой ошибки выборки, то есть разницы между одноименными характеристиками выборочной и генеральной совокупности;