|
|||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Виды вариационных рядов.(Вика)
Распределения, полученные из опыта наз. эмпирическими. Рассм. способы их описания 1. ПРОСТОЙ СТАТИСТИЧЕСКИЙ РЯД проводится n опытов в которых измеряются значения изучаемой величины. Полученная выборка х1 , х2....хn и составил таблицу
Это не удобно, т.к. х1, х2....хn могут быть одинаковы обычно используют 2) вариационный ряд Из значений х1, х2....хn выбирают лишь различные значения и располагаются в порядке возрастания x1<xn<...<xN; N≥n Для каждого значения находят его частоту. т.е. сколько раз оно встретилось в простом статистическом ряду и обозначим их m1,mn...mN =N для каждого значения составим относительную частоту и будем считать = = 1 Изучаемую случ. вел.трактуем как дискретную, принимающую значения х1, х2....хn с вероятностью P1,P2...PN Найдем ее ф-ю распределения Fэлем = 3. Группированный вариационный ряд весь интервал значений изучаемой случ. вел [ ] делится на l интервалов которые при новой нумерации [ ], [ ].. [ ] причем разность хмакс-х мин это размах Далее для каждого интервала определяем кол-во значений из х1, х2....хn попавших в каждый интервал Эти частоты для каждого интервала кот. мы обозначаем m1,m2...ml ясно. что сумм =N Если какое-либо значение попало на границу интервала то мы считаем что оно с частотой 1/2 попало в левый и 1/2 в правый интервал. Наконец для каждого интервала определяют относительную частоту и составляют таблицу 23. Опр. Приближенная, что случ. Вел. X и Y связаны между собой кореляционной зависимостью если условный закон распределения вероятностей одной случ. вел. зависит от значений принимаемых другой, т.е. если закон распределения Y при фиксированных значениях Х зависит от этого значения Опр. Приближенная замена кореляционной зависимости Y o X функциональной Y=f(x) наз. регрессией Y на Х, ф-ции f фугкции регрессии Y на Х, а её график-линейной регрессией Y на X аналогично определяется переменной Х на Y. Рассмотрим вопрос об отыскании регрессии Y на Х для этого нужно позаботится о наиболее точном выполнении приблеженного равенства y=f(x) для чего потребуется величина M[(y-f(x))2] (*) если эта величина будет мала то будет мало среднее значение случ. вел. y-f(x) (*). Наибольшее применение имеют. 1) линейная регрессия когда ф-ия f разыскивается среди всех линейных функций 2) среднеквадратическая регрессия, когда ф-ия f разыскивается среди всех интегрируемых с квадрата ф-ий. Остановимся только на линейной регресии в этом случае ф-ии f полагают линейной f(x)= , т.е среди всех линейных функций находят такую которая доставляет min указанной высшей величю (*) отклонений
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |