данного типа распределения в общем виде исключающего влияние
случайных для закономерности факторов.
Для аппроксимации (выравнивания) эмпирических кривых
распределения и сопоставления их с теоретическими в статистике часто
используют нормальное распределение. Для этого необходимо установить
закон распределения (функцию, связывающую f с x
i
):
1. для того, чтобы предвидеть частоты, спрогнозировать их при
заданном объеме совокупности;
2. знание закона распределения помогает понять характер тех сил
(факторов), которые образуют распределения;
3. позволяет оценивать индивидуальные отклонения по t
i
.
Теоретический ряд распределения по заданному (предполагаемому)
закону строится исходя из фактических их параметров распределения
x,,σ ∑ f (объема совокупности – n) и вероятностей попадания единиц
наблюдения в каждый интервал при данном предполагаемом законе
распределения (гипотеза о нормальном распределении не отвергается).
26 Функция нормального распределения, т. е. простейшее каноническое
|
|
уравнение нормальной кривой выглядит следующим образом:
2 ()
2 t xF
= σ
π ∙ i
-
.
Из данной формулы видно, что ординаты (частоты) нормальной кривой
являются функцией нормированного отклонения t:
t = xx i
- σ
.
Поэтому необходимо вычислить нормированные отклонения для
данного статистического распределения.
Эмпирические частоты распределения признака отличаются от
теоретических частот. Их совпадение случается очень редко. Важно
установить, являются ли разности между эмпирическим и теоретическими
частотами результатом действия случайных причин или эта разница
существенна и обусловлена неправильно подобранной функцией (т.е.
предположение о распределении признака по данному закону необходимо
признать ошибочным).
Для оценки близости эмпирического распределения к теоретическому
используются критерии согласия, которые позволяют установить
вероятность того, что расхождение между частотами рядов случайны.
Принимается нулевая гипотеза (т.е. предположение о чем-либо) о том,
что расхождение случайно. Вероятность нулевой гипотезы обозначается Р
:
если Р
>0,05 – то различия между рядами случайны;
если Р
<0,05 – нулевая гипотеза отвергается и доказывается то, что
расхождение между рядами вызвано неправильно подобранным законом
распределения.
Для оценки близости распредления используются следующие
критерии:
1. Критерий Хи-квадрат Пирсона (χ 2);
2. Критерий Романовского на базе χ 2;
3. Критерий Колмогорова и Смирнова – λ.
(1) Критерий согласия Пирсона рассчитывается по формуле:
|
|
χ 2
=
∑
(
ff -
) 2
,
m
где
m
m
ф f
f
– теоретические частоты;
f ф
– фактические (эмпирические) частоты.
При использовании χ 2 имеются ограничения:
− ∑ f ф
=
∑ f m;
− в интервал должно входить не менее 10 единиц наблюдения.
При исчислении χ 2 используются понятия: число степеней свободы,
под k понимают количество независимых переменных, которые могут
принимать произвольные значения, не изменяя заданной характеристики
(средней величины). Число степеней свободы рассчитывается:
rmk = -,1- где m – число групп;
r – число параметров (характеристик теоретического закона
распредления).
(2) Критерий Романовского на базе χ 2 рассчитывается по формуле:
χ
k
,
где χ 2 – критерий Хи-квадрат Пирсона;
k – число степеней свободы.
Если R>3, расхождение рядов существенно и теоретический закон
подобран неправильно;
Если R<3, то различие между рядами несущественно, распределение
близко к нормальному.
R
=
2 2 -
k
28 (3) Критерий Колмогорова – Смирнова:
λ D ∑
,
где D – наибольшая разность между накопленными частотами
теоретического и эмпирического рядов;
∑ f – объем совокупности.
=
∑ (ф
- m)
=
f
D ff Для величины λ математиком Н.В. Смирновым были вычислены
вероятности Р
0
того, что расхождения несущественно. Если Р
0
>0,05,
расхождение можно считать случайным. Это значит, что не отвергается
гипотеза о соответствии данного ряда определенному закону распределения.
Необходимое условие для использования критерия Колмогорова: число
наблюдений должно быть не меньше ста. По специальным таблицам
вероятностей P)(λ определяют близость к 1, с которой можно утверждать,
что отклонения фактических частот от теоретических являются случайными,
а данное распределение является нормальным.
В статистике широко используются различные виды теоретических
распределений, кроме нормального распределения, – биномиальное
распределение, распределение Пуассона и др. каждое из теоретических
распределений имеет специфику и свою область применения в различных
отраслях знания.
КОНТРОЛЬНЫЕ ВОПРОСЫ:
1. Раскройте сущность, значение и условия типичности средней
величины.
2. Какие виды средних величин существует в статистике?
3. На чем основывается выбор вида средней величины?
4. Какие формы средней Вы знаете?
5. Перечислите математические свойства средней величины.
6. Назовите показатели, которые являются структурными средними
величинами, и раскройте методику их расчета.
7. Что такое вариация признака?
8. Перечислите показатели, которыми измеряется вариация признаков.
9. Что такое дисперсия и как она вычисляется?
10. Как вычисляется среднее квадратическое отклонение и коэффициент
вариации?
11. В чем заключается смысл правила сложения дисперсий?
12. Какой показатель определяется на основании правила сложения
дисперсий?
13. Какие существуют формы распределения?
14. Как рассчитываются показатели асимметрии и эксцесса
распределения?
15. Какие критерии согласия вычисляются при сравнении
эмпирического и теоретического распределений вариационных рядов?
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
1. Гинзбург, А.И. Статистика / А.И. Гинзбург. – СПб: Питер, 2002. –
128 с.
2. Годин, А.М. Статистика: учебник / А.М. Годин. – 2-е изд., перераб.
– М.: Дашков и К, 2004. – 472с.
3. Гусаров, В.М. Статистика: Учеб. пособие для вузов / В.М. Гусаров.
– М.: ЮНИТИ-ДАНА, 2002. – 463с.
4. Елисеева, И.И. Общая теория статистика: Учебник. / И.И. Елисеева,
М.М. Юзбашев; Под редакцией чл.-корр. РАН И.И. Елисеевой. – 4-е изд.,
перераб. и доп. – М.: Финансы и статистика, 2003. – 480 с.
5. Ефимова, М. Р. Общая теория статистики: учебник. / М.Р. Ефимова,
Е.В. Петрова, В.Н. Румянцев. – 2-е изд., испр. и доп. – М.: ИНФРА-М, 2006. –
|
|
416с.
6. Общая теория статистики: Статистическая методология в изучении
коммерческой деятельности: Учебник / А.И. Харламова, О.Э. Башина, В.Т.
Бабурин и др.; Под редакцией О.Э. Башиной, А.А. Спирина, – 5-е изд.,
перераб. и доп. – М.: Финансы и статистика, 2003. – 440 с.: ил.
7. Практикум по теории статистики: Учеб. пособие / Под ред. Р.А.
Шмойловой. – М.: Финансы и статистика, 2001. – 416 с.
8. Практикум по общей теории статистики и сельскохозяйственной:
Учеб. пособие / И.Д. Политова, С.С. Сергеев, А.П. Зинченко, А.М. Гатаулин.
– 3-е изд., перераб. и доп. – М.: Статистика, 1980. – 303 с.
9. Рудакова, Р.П. Статистика: учеб. пособие / Р.П. Рудакова. – СПб.:
Питер, 2007. – 288 с.:ил.
10. Руденко, В.И. Статистика: пособие студ. для подгот. к экзаменам /
В.И. Руденко. – М.: Дашков и К, 2004. – 188с.
11. Ряузов, Н.Н. Общая теория статистики: Учебник. – 3-е изд., перераб.
и доп. – М.: Статистика, 1979. – 344 с.
31 12. Сиденко, А.В. Статистика: Учебник. / А.В. Сиденко, Г.Ю. Попов,
В.М. Матвеева. – М.: Издательство «Дело и Сервис», 2000. – 464 с.
13. Теория статистики: Учебник / Под ред. Г.Л. Громыко. – М.:
ИНФРА-М, 2000. – 414с.
14. Теория статистики: Учебник / Под ред. проф. Р.А. Шмойловой. – 4-е
изд., перераб. и доп. – М.: Финансы и статистика, 2004. – 656 с.
15. Теория статистики с основами теории вероятностей / Под ред.
И.И.Елисеевой. – М.: ЮНИТИ, 2001. – 446с.