Չի վերաբերում ցրման բնութագրերին: Վիճակագրական բաշխման բնութագրերը. Ցանքաշրջանառության մեջ պարարտանյութերի կիրառման համակարգ
Նմուշի համար հնարավոր է որոշել մի շարք թվային բնութագրեր, որոնք նման են հավանականության տեսության մեջ պատահական փոփոխականների հիմնական թվային բնութագրերին (մաթեմատիկական ակնկալիք, ցրվածություն, ստանդարտ շեղում, ռեժիմ, մեդիան) և ինչ-որ առումով (որը կլինի պարզել ավելի ուշ) դրանց մոտավոր արժեքը:
Թող տրվի նմուշի ծավալի վիճակագրական բաշխումը nհաճախականությունների և հարաբերական հաճախությունների համար.
x ես |
x 1 |
x 2 |
x կ |
|
n ես |
n 1 |
n 2 |
n կ |
x ես |
x 1 |
x 2 |
x կ |
|
w ես |
w 1 |
w 2 |
w կ |
Եթե գումարի նշանի տակ գործակից ենք մուտքագրում, ապա հարաբերական հաճախականությամբ ընտրանքային միջինի բանաձև ենք ստանում.
.
Նկատի ունեցեք, որ միջակայքային շարքի դեպքում նմուշի միջինը հաշվարկվում է նույն բանաձևերով, եթե թվերը X 1 , …, X կվերցրեք միջակայքերի միջնակետերը. , … ,.
Նմուշի շեղումնմուշի արժեքների քառակուսի շեղումների թվաբանական միջինն է դրանց ընտրանքի միջինից.
Կրկին գումարի նշանի տակ գործակից ներմուծելով՝ մենք ստանում ենք նմուշի ցրման բանաձև՝ հարաբերական հաճախականությունների առումով.
Պարզ փոխակերպումները հանգեցնում են նմուշի շեղումը հաշվարկելու ավելի հարմար բանաձևի
,
որտեղ է ուսումնասիրվող պատահական փոփոխականի քառակուսու միջինը, այսինքն.
Եթե նմուշը ներկայացված է ինտերվալային վիճակագրական շարքով, ապա նմուշի շեղման բանաձևերը մնում են նույնը, որտեղ, ինչպես միշտ, որպես թվեր X 1 , …, X կԸնդմիջումների միջնակետերը վերցված են. , … ,.
Նմուշի ստանդարտ շեղումկոչվում է օրինակելի շեղումների քառակուսի արմատ
.
Տատանումների շրջանակը Ռնմուշի առավելագույն և նվազագույն արժեքների տարբերությունն է: Եթե ընտրանքում ընտրանքները դասավորված են (տեղադրված են աճման կարգով), ապա
.
Տատանումների գործակիցըորոշվում է բանաձևով
.
Նորաձևություն Մ Օտատանումների շարքը այն տարբերակն է, որն ունի ամենաբարձր հաճախականությունը (կամ հարաբերական հաճախականությունը):
Միջին Մ ետատանումների շարքի թիվն է, որը նրա միջինն է: Կենտ թվով դիսկրետ շարքի համար միջին տարբերակը հավասար է նրա միջին տարբերակին: Եթե տարբերակի թիվը զույգ է, ապա Մեդինան հավասար է երկու միջին տարբերակների միջինին (այսինքն՝ գումարի կեսին):
Մի շարք չափումների (վարիացիոն շարքի) հիմնական վիճակագրական բնութագրերը ներառում են դիրքի բնութագրերը (միջին բնութագրերը կամ ընտրանքի կենտրոնական միտումը). ցրման բնութագրերը (տարբերակում կամ տատանում) և բաշխման ձևի բնութագրերը:
TO դիրքի բնութագրերըներառել թվաբանական միջինը (միջին), եղանակը և միջինը:
Դեպի ցրման բնութագրերը(տատանումները կամ տատանումները) ներառում են՝ տատանումների միջակայք, ցրվածություն, միջին քառակուսի (ստանդարտ) շեղում, միջին թվաբանականի սխալ (միջին սխալ), տատանումների գործակից և այլն։
Ձևի բնութագրերիններառում են թեքության գործակիցը, թեքության չափումը և քորթոզը:
51. Ընդհանուր բնակչության պարամետրերի գնահատում. Կետերի և միջակայքի գնահատում: Վստահության միջակայք. Նշանակության մակարդակ
Բնակչության պարամետրերի գնահատում
Կան ընդհանուր պարամետրերի կետային և միջակայքային գնահատումներ:
Տեղ մեկ թիվ. Նման գնահատականները ներառում են, օրինակ.
Որպեսզի վիճակագրական գնահատումները գնահատված պարամետրերի «լավ» մոտարկումներ տան, դրանք պետք է լինեն.
չտեղահանված;
արդյունավետ;
հարուստ.
Գնահատումը կոչվում է անաչառ, եթե դրա նմուշի բաշխման մաթեմատիկական ակնկալիքը համընկնում է ընդհանուր պարամետրի արժեքի հետ:
Միավոր գնահատականկոչվում է արդյունավետ, եթե այն ունի նմուշառման բաշխման ամենափոքր շեղումը` համեմատած այլ նմանատիպ գնահատումների, այսինքն. ցույց է տալիս ամենափոքր պատահական տատանումները:
Կետային գնահատականը կոչվում է համահունչ, եթե ընտրանքի պոպուլյացիայի չափի մեծացմանը զուգընթաց այն հակված է ընդհանուր պարամետրի արժեքին:
Օրինակ՝Ընտրանքային միջինը ընդհանուր միջինի հետևողական, անաչառ գնահատումն է: Նորմալ բնակչության ընտրանքի համար այս գնահատումը նույնպես արդյունավետ է:
Նմուշի փոքր չափի դեպքում միավորի գնահատումը կարող է զգալիորեն տարբերվել գնահատված պարամետրից, այսինքն. հանգեցնել լուրջ սխալների. Այս պատճառով, եթե նմուշի չափը փոքր է, դուք պետք է օգտագործեք ինտերվալային գնահատականներ.
Ինտերվալկոչվում է նախահաշիվ, որը որոշվում է երկու թիվ– ընդմիջման ծայրերը– վստահության միջակայք.
Ինտերվալային գնահատումները թույլ են տալիս մեզ հաստատել գնահատումների ճշգրտությունն ու հուսալիությունը:
Վստահության միջակայքի միջոցով ընդհանուր պարամետրը գնահատելու համար անհրաժեշտ է երեք արժեք.
Օրինակ, ընդհանուր միջինի համար վստահության միջակայքը հայտնաբերվում է բանաձևով. նշանակության մակարդակում .
Վստահության միջակայք- տերմին, որն օգտագործվում է մաթեմատիկական վիճակագրության մեջ՝ վիճակագրական պարամետրերի միջակայքային գնահատման համար, որն ավելի նախընտրելի է փոքր ընտրանքի չափի համար, քան կետային գնահատումը։
Նշանակության մակարդակ - սա այն հավանականությունն է, որ մենք տարբերությունները համարել ենք էական, բայց դրանք իրականում պատահական են։
Երբ մենք նշում ենք, որ տարբերությունները նշանակալի են 5% նշանակության մակարդակում, կամ երբ r< 0,05 , ապա նկատի ունենք, որ դրանց անվստահելի լինելու հավանականությունը 0,05 է։
Երբ մենք նշում ենք, որ տարբերությունները նշանակալի են 1% նշանակության մակարդակում, կամ երբ r< 0,01 , ապա նկատի ունենք, որ դրանց անվստահելի լինելու հավանականությունը 0,01 է։
Եթե այս ամենը թարգմանենք ավելի ֆորմալացված լեզվի, ապա նշանակության մակարդակը զրոյական վարկածը մերժելու հավանականությունն է, մինչդեռ դա ճիշտ է։
Զրոյական վարկածի մերժման սխալը, երբ այն ճիշտ է, կոչվում է 1-ին տիպի սխալ: (Տես Աղյուսակ 1)
Աղյուսակ 1. Զուր և այլընտրանքային վարկածներ և փորձարկման հնարավոր պայմաններ:
Նման սխալի հավանականությունը սովորաբար նշվում է որպես α. Ըստ էության, մենք պետք է փակագծերում նշենք ոչ թե p < 0.05 կամ p < 0.01 և α < 0.05 կամ α < 0,01.
Եթե սխալի հավանականությունը α , ապա ճիշտ որոշման հավանականությունը՝ 1-α. Որքան փոքր է α, այնքան մեծ է ճիշտ որոշման հավանականությունը:
Պատմականորեն հոգեբանության մեջ ընդունված է, որ ամենացածր մակարդակըվիճակագրական նշանակությունը 5% մակարդակն է (p≤0.05). բավարար է 1% մակարդակը (p≤0.01), իսկ ամենաբարձրը՝ 0.1% մակարդակը (p≤0.001), հետևաբար կրիտիկական արժեքների աղյուսակներում սովորաբար տրված են վիճակագրական նշանակության p≤0,05 և p≤0,01 մակարդակներին համապատասխանող չափանիշների արժեքները, երբեմն՝ p≤0,001: Որոշ չափանիշների համար աղյուսակները ցույց են տալիս դրանց տարբեր էմպիրիկ արժեքների ճշգրիտ նշանակության մակարդակը: Օրինակ, φ*=1.56-ի համար p=O.06.
Այնուամենայնիվ, քանի դեռ վիճակագրական նշանակության մակարդակը չի հասել p=0.05, մենք դեռ իրավունք չունենք մերժելու զրոյական վարկածը։ Տարբերությունների բացակայությունը (Ho) վարկածը մերժելու և տարբերությունների վիճակագրական նշանակության վարկածն ընդունելու համար մենք կպահպանենք հետևյալ կանոնը (H 1).
Վիճակագրական վերլուծության անցկացման պատճառներից է ուսումնասիրվող ցուցիչի վրա պատահական գործոնների (խանգարումների) ազդեցությունը հաշվի առնելու անհրաժեշտությունը, որոնք հանգեցնում են տվյալների ցրման (ցրման): Խնդիրների լուծումը, որոնցում առկա են ցրված տվյալներ, կապված է ռիսկի հետ, քանի որ նույնիսկ եթե օգտագործեք առկա ողջ տեղեկատվությունը, չեք կարող.կանխատեսել, թե ինչ կլինի ապագայում. Նման իրավիճակներին համարժեք կերպով վարվելու համար նպատակահարմար է հասկանալ ռիսկի բնույթը և կարողանալ որոշել տվյալների հավաքածուի ցրվածության աստիճանը:Գոյություն ունեն երեք թվային բնութագրեր, որոնք բնութագրում են դիսպերսիայի չափը. ստանդարտ շեղում, տատանումների միջակայք և գործակից (փոփոխականություն): | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ի տարբերություն կենտրոնը բնութագրող բնորոշ ցուցանիշների (միջին, միջին, ռեժիմ), ցույց են տալիս ցրման բնութագրերը | որքան մոտՏվյալների հավաքածուի անհատական արժեքները գտնվում են այս կենտրոնի նկատմամբ Ստանդարտ շեղման սահմանումՍտանդարտ շեղում | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(ստանդարտ շեղում) տվյալների արժեքների միջինից պատահական շեղումների չափումն է: INիրական կյանք nՏվյալների մեծ մասը բնութագրվում է ցրմամբ, այսինքն. անհատական արժեքները գտնվում են միջինից որոշ հեռավորության վրա: Անհնար է ստանդարտ շեղումը օգտագործել որպես ցրման ընդհանուր բնութագիր՝ պարզապես տվյալների շեղումները միջինացնելով, քանի որ շեղումների մի մասը կլինի դրական, իսկ մյուս մասը՝ բացասական, և արդյունքում միջինացման արդյունքը կարող է հավասար լինել. զրո:Բացասական նշանից ազատվելու համար օգտագործեք ստանդարտ տեխնիկան՝ նախ հաշվարկեք ցրվածությունորպես քառակուսի շեղումների գումարը բաժանված է ( n–1), այնուհետև ստացված արժեքից վերցվում է քառակուսի արմատը: n–1), որն ապահովում է ինքնին նմուշի պատահականության ուղղում:
Երբ տվյալների հավաքածուն սովորաբար բաշխվում է, ստանդարտ շեղումը ստանում է հատուկ նշանակություն: Ստորև բերված նկարում նշանները կատարվում են միջինի երկու կողմերում համապատասխանաբար մեկ, երկու և երեք ստանդարտ շեղումների հեռավորությունների վրա: Նկարը ցույց է տալիս, որ բոլոր արժեքների մոտավորապես 66,7%-ը (երկու երրորդը) ընկնում է միջինի երկու կողմերում մեկ ստանդարտ շեղման, արժեքների 95%-ը՝ միջինի երկու ստանդարտ շեղումների և գրեթե բոլոր տվյալների սահմաններում։ (99.7%) կլինի միջինից երեք ստանդարտ շեղումների սահմաններում: Սովորաբար բաշխված տվյալների համար ստանդարտ շեղման այս հատկությունը կոչվում է «երկու երրորդի կանոն»: |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Որոշ իրավիճակներում, ինչպիսիք են արտադրանքի որակի վերահսկման վերլուծությունը, հաճախ այնպիսի սահմաններ են սահմանվում, որ այն դիտարկումները (0.3%), որոնք միջինից երեքից ավելի ստանդարտ շեղումներ են, համարվում են արժանի խնդիր: | Ցավոք, եթե տվյալները չեն հետևում նորմալ բաշխմանը, ապա վերը նկարագրված կանոնը չի կարող կիրառվել: Ներկայումս կա մի սահմանափակում, որը կոչվում է Չեբիշևի կանոն, որը կարող է կիրառվել ասիմետրիկ (շեղված) բաշխումների վրա:
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Աղյուսակ 1. Բորսայում օրական շահույթի փոփոխությունների դինամիկան | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ամսաթիվ | Օրական շահույթ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Գործարկել Excel-ը | Ստեղծել ֆայլ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Սեղմեք Պահպանել կոճակը Ստանդարտ գործիքագոտու վրա: | Բացեք վիճակագրություն պանակը երևացող երկխոսության վանդակում և անվանեք ֆայլը Scattering Characteristics.xls: | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Սահմանել պիտակը | 6. Sheet1-ում, A1 բջիջում, դրեք պիտակը Daily Profit, 7. իսկ A2:A49 միջակայքում մուտքագրեք տվյալները Աղյուսակ 1-ից: | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Սահմանեք AVERAGE VALUE ֆունկցիան | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
8. D1 բջիջում մուտքագրեք Միջին պիտակը: D2 բջիջում միջինը հաշվարկեք՝ օգտագործելով AVERAGE վիճակագրական ֆունկցիան: | Սահմանեք STANDARDEV գործառույթըՄիջին օրական շահույթը կազմել է 0,04% (միջին օրական շահույթը՝ -0,0004)։ Սա նշանակում է, որ դիտարկվող ժամանակաշրջանի միջին օրական շահույթը մոտավորապես զրոյական էր, այսինքն. շուկան պահպանել է միջին փոխարժեքը. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ստանդարտ շեղումը ստացվել է 0,0118: Սա նշանակում է, որ արժեթղթերի շուկայում ներդրված մեկ դոլարը ($1) փոխվել է օրական միջինը 0,0118 դոլարով, այսինքն. նրա ներդրումը կարող է հանգեցնել $0,0118 շահույթի կամ կորստի: Եկեք ստուգենք, թե արդյոք աղյուսակ 1-ում բերված օրական շահույթի արժեքները համապատասխանում են կանոններին | նորմալ բաշխում |
1. Հաշվեք միջինի երկու կողմերում մեկ ստանդարտ շեղմանը համապատասխանող միջակայքը:
2. D7, D8 և F8 բջիջներում համապատասխանաբար սահմանեք պիտակները. Մեկ ստանդարտ շեղում, ստորին սահման, վերին սահման:
3. D9 բջիջում մուտքագրեք բանաձևը = -0.0004 – 0.0118, իսկ F9 բջիջում մուտքագրեք բանաձևը = -0.0004 + 0.0118: 4. Ստացեք արդյունքը ճշգրիտ մինչև չորրորդ տասնորդական թիվը: 5. Որոշեք օրական շահույթի արժեքների քանակը, որոնք գտնվում են մեկ ստանդարտ շեղման սահմաններում: Նախ, զտեք տվյալները՝ թողնելով օրական շահույթի արժեքները [-0,0121, 0,0114] միջակայքում: Դա անելու համար ընտրեք A սյունակի ցանկացած բջիջ օրական շահույթի արժեքներով և գործարկեք հրամանը.
Data®Filter®AutoFilter
Բացեք ընտրացանկը՝ սեղմելով վերնագրի սլաքը Օրական շահույթև ընտրեք (Պայման...): Պատվերով ավտոմատ զտիչ երկխոսության վանդակում սահմանեք ընտրանքները, ինչպես ցույց է տրված ստորև: Սեղմեք OK:
Զտված տվյալների քանակը հաշվելու համար ընտրեք օրական շահույթի արժեքների միջակայքը, աջ սեղմեք կարգավիճակի տողի դատարկ տարածության վրա և համատեքստի ընտրացանկից ընտրեք Արժեքների թիվը: Կարդացեք արդյունքը. Այժմ ցուցադրեք բոլոր բնօրինակ տվյալները՝ գործարկելով հրամանը՝ Data®Filter®Display All և անջատեք ավտոմատ զտիչը՝ օգտագործելով հրամանը՝ Data®Filter®AutoFilter: 6. Հաշվեք օրական շահույթի արժեքների տոկոսը, որը միջինից մեկ ստանդարտ շեղում է հեռու: Դա անելու համար դրեք պիտակը H8 բջիջում, տոկոս, , իսկ H9 բջիջում ծրագրեք տոկոսը հաշվարկելու բանաձևը և ստացեք արդյունքը ճշգրիտ մինչև մեկ տասնորդական թիվը։ 7. Հաշվեք օրական շահույթի արժեքների միջակայքը միջինից երկու ստանդարտ շեղումների սահմաններում: D11, D12 և F12 բջիջներում համապատասխանաբար սահմանեք պիտակները.
8. Որոշեք օրական շահույթի արժեքների քանակը, որոնք գտնվում են երկու ստանդարտ շեղումների սահմաններում՝ նախ զտելով տվյալները:
9. Հաշվարկեք օրական շահույթի արժեքների տոկոսը, որոնք միջինից երկու ստանդարտ շեղումներով հեռու են: Դա անելու համար դրեք պիտակը H12 բջիջում Օրական շահույթ, իսկ H13 բջիջում ծրագրեք տոկոսային հաշվարկի բանաձևը և ստացեք արդյունքը ճշգրիտ մինչև մեկ տասնորդական թիվը։
10. Հաշվեք օրական շահույթի արժեքների միջակայքը միջինից երեք ստանդարտ շեղումների սահմաններում: D15, D16 և F16 բջիջներում համապատասխանաբար սահմանեք պիտակները. Երեք ստանդարտ շեղումներ, տոկոս, , իսկ H9 բջիջում ծրագրեք տոկոսը հաշվարկելու բանաձևը և ստացեք արդյունքը ճշգրիտ մինչև մեկ տասնորդական թիվը։. Մուտքագրեք հաշվարկման բանաձևերը D17 և F17 բջիջներում և ստացեք արդյունքը ճշգրիտ մինչև չորրորդ տասնորդական տեղը:
11. Որոշեք օրական շահույթի արժեքների քանակը, որոնք գտնվում են երեք ստանդարտ շեղումների սահմաններում՝ նախ զտելով տվյալները: Հաշվարկել օրական շահույթի արժեքների տոկոսը: Դա անելու համար դրեք պիտակը H16 բջիջում Օրական շահույթ, իսկ H17 բջիջում ծրագրեք տոկոսը հաշվարկելու բանաձևը և ստացեք արդյունքը ճշգրիտ մինչև մեկ տասնորդական թիվը։
13. Կառուցեք բորսայում բաժնետոմսերի օրական եկամտաբերության հիստոգրամը և տեղադրեք այն հաճախականությունների բաշխման աղյուսակի հետ J1:S20 տարածքում: Հիստոգրամի վրա ցույց տվեք միջինից համապատասխանաբար մեկ, երկու և երեք ստանդարտ շեղումների մոտավոր միջինը և միջակայքերը:
Ընտրանքի արդյունքների մաթեմատիկական և վիճակագրական վերլուծության համար միայն դիրքի բնութագրերի իմացությունը բավարար չէ: Նույն միջին արժեքը կարող է բնութագրել բոլորովին այլ նմուշներ:
Հետեւաբար, նրանցից բացի, վիճակագրությունը նույնպես հաշվի է առնում ցրման բնութագրերը (տատանումներ, կամ տատանումներ ) արդյունքները.
1. Տատանումների շրջանակ
Սահմանում. Ծավալով տատանումները մեծագույն և ամենափոքր նմուշի արդյունքների տարբերությունն է, որը նշվում է Ռև որոշվում է
Ռ=Xառավելագույնը - Xր.
Այս ցուցանիշի տեղեկատվական արժեքը փոքր է, չնայած փոքր նմուշի չափերով հեշտ է գնահատել մարզիկների լավագույն և վատագույն արդյունքների միջև տարբերությունը:
2. Տարբերություն
Սահմանում. Տարբերություն կոչվում է թվաբանական միջինից բնորոշ արժեքների շեղման միջին քառակուսի։
Չխմբավորված տվյալների դեպքում շեղումը որոշվում է բանաձևով
Որտեղ X ես- հատկանիշի արժեքը, - թվաբանական միջին:
Ինտերվալներով խմբավորված տվյալների համար շեղումը որոշվում է բանաձևով
,
Որտեղ X ես- միջին արժեքը ես խմբավորման ընդմիջում, n ես- ինտերվալային հաճախականություններ.
Հաշվարկները պարզեցնելու և արդյունքների կլորացման ժամանակ հաշվարկային սխալներից խուսափելու համար (հատկապես ընտրանքի չափը մեծացնելիս) օգտագործվում են նաև այլ բանաձևեր՝ շեղումը որոշելու համար: Եթե միջին թվաբանականն արդեն հաշվարկված է, ապա չխմբավորված տվյալների համար օգտագործվում է հետևյալ բանաձևը.
2 =
,
խմբավորված տվյալների համար՝
.
Այս բանաձևերը ստացվում են նախորդներից՝ գումարի նշանի տակ բացելով տարբերության քառակուսին։
Այն դեպքերում, երբ թվաբանական միջինը և շեղումը հաշվարկվում են միաժամանակ, օգտագործվում են բանաձևերը.
չխմբավորված տվյալների համար՝
2 =
,
խմբավորված տվյալների համար՝
.
3. Միջին քառակուսի(ստանդարտ)շեղում
Սահմանում. Միջին քառակուսի (ստանդարտ ) շեղում բնութագրում է արդյունքների շեղման աստիճանը միջին արժեքից բացարձակ միավորներով, քանի որ, ի տարբերություն ցրման, այն ունի նույն չափման միավորները, ինչ չափման արդյունքները: Այլ կերպ ասած, ստանդարտ շեղումը ցույց է տալիս խմբում արդյունքների բաշխման խտությունը միջին արժեքի շուրջ կամ խմբի միատարրությունը:
Չխմբավորված տվյալների համար ստանդարտ շեղումը կարող է որոշվել բանաձևերի միջոցով
=
,
=
կամ =
.
Ինտերվալներով խմբավորված տվյալների համար ստանդարտ շեղումը որոշվում է բանաձևերով.
,
կամ
.
4. Միջին թվաբանականի սխալ (միջին սխալ)
Թվաբանական միջին սխալ բնութագրում է միջինի տատանումը և հաշվարկվում է բանաձևով.
.
Ինչպես երևում է բանաձևից, ընտրանքի չափի մեծացման հետ մեկտեղ միջինի սխալը նվազում է ընտրանքի չափի քառակուսի արմատին համամասնորեն:
5. Տատանումների գործակից
Տատանումների գործակիցը սահմանվում է որպես ստանդարտ շեղման հարաբերակցություն միջին թվաբանականին` արտահայտված որպես տոկոս.
.
Ենթադրվում է, որ եթե տատանումների գործակիցը չի գերազանցում 10%-ը, ապա ընտրանքը կարելի է համարել միատարր, այսինքն՝ ստացված մեկ ընդհանուր պոպուլյացիայից։
Աշխատանքի նպատակը
Ծանոթացեք ցրման երեւույթին և սովորեք որոշել դրա բնութագրերը:
Սարքավորումներ
1. Գնահատված սկավառակներ Ա 1 .
2. Գնահատված սկավառակներ Ա 2 .
3. Միկրոմետր.
4. Կանգնեք.
Երբ մասերի խմբաքանակն արտադրվում է նույն տեխնոլոգիական գործընթացով, նույն աշխատողների կողմից, նույն աշխատավայրում, նույն պայմաններում, մասերի ճշգրտության պարամետրերի արժեքների շեղումները իդեալական նախատիպից և միմյանցից են: դիտարկված. Սա երեւույթստացել է անունը ցրում
Բոլոր փուլերում տեխնոլոգիական գործընթացմասի արտադրությունը վավեր է մեծ թվովանընդհատ կամ դիսկրետ փոփոխվող պատահական և համակարգված գործոններ:
Համակարգային գործոններկան՝
– մշտական (օրինակ՝ մշակվող մակերեսի ձևի սխալ, որը առաջացել է խառատահաստոցի ուղեցույցների՝ լիսեռի առանցքին զուգահեռ չլինելու պատճառով, չափման սխալ և այլն);
– փոփոխվում է որոշակի օրենքի համաձայն y = f(x) (օրինակ՝ գործիքի ծավալային մաշվածություն, մեքենայի ջերմային դեֆորմացիա և այլն):
Պատահական գործոններբնութագրվում են դրանց մեծ քանակով, միմյանց հետ կապի բացակայությամբ և անկայունությամբ (օրինակ՝ ՁԻԱՀ-ի համակարգի օղակների առաձգական հրումներով)։
Գործնականում ցանկացած որակի բնութագրիչի ցրման ֆենոմենը ուսումնասիրվում է ցրման դիագրամի միջոցով, որը թույլ է տալիս որոշել բոլոր բնութագրերը:
կառուցելու համար ցրված հողամասաբսցիսայի առանցքի երկայնքով մասերի չափումների սերիական համարներն են, իսկ օրդինատների առանցքի երկայնքով կետերի տեսքով՝ մասերի համապատասխան քանակի չափումների ստացված արժեքները (նկ. 1.1): Չափման առավելագույն և նվազագույն արժեքներին համապատասխանող կետերի միջով գծվում են երկու գիծ՝ միմյանց և աբսցիսայի առանցքին զուգահեռ: Այս տողերի միջև հեռավորությունը արժեքների ցրման առաջին հատկանիշն է և կոչվում է մոլորված դաշտ ω = Անբ –Անմ . Այս բնութագիրը պարտադիր կերպով լրացվում է ցրման դաշտի կենտրոնի կոորդինատով՝ ∆ ω , որը մոլորված դաշտի կենտրոնի և անվանական արժեքի միջև եղած հեռավորությունն է։ Այն որոշում է մոլորված դաշտի դիրքը անվանական արժեքի նկատմամբ:
Ցրման երեւույթի երկրորդ բնութագիրը գործնական ցրման կորն է և այն որոշող պարամետրերը։ Գործնական ցրման կորի կառուցման համար անհրաժեշտ է թափառող դաշտ ω ցրման գծապատկերի վրա աբսցիսայի առանցքին զուգահեռ գծերով բաժանել 7...11 միջակայքի։ Յուրաքանչյուր ընդմիջումով հաշվեք դրանում ներառված չափման արդյունքների քանակը (բացարձակ հաճախականություն Տ)և պատկերիր այս մեծությունը ուղղանկյունների տեսքով, որոնց լայնությունը հավասար է միջակայքի արժեքին և բարձրությունը հավասար է բացարձակ հաճախականությանը Տ.
Ստացված դիագրամը կոչվում է ցրման հիստոգրամ:Բացարձակ հաճախականությունը պատկերելով Տյուրաքանչյուր ինտերվալի մեջտեղում գտնվող ուղիղ գծերի տեսքով (բեռնված օրդինատներ) և դրանց վերին կետերը միացնելով ուղիղ գծերի հատվածներով՝ ստանում ենք. կոտրված գիծ, կանչեց գործնական ցրման կորչափման արժեքները (նկ. 2.1):
Նկ. 1.1. Ցրված սյուժեն և գործնական
չափման արժեքի ցրման կորը
Գործնական ցրման կորը բնութագրող պարամետրերն են.
1. Ցրման կորի հավասարումը y = φ(X). Մեքենաշինության տեխնոլոգիայի ճշտության գնահատման խնդիրների մեծ մասի համար ընթացիկ արժեքների բաշխումը Xես ենթարկվում է նորմալ օրենքին (Գաուսի օրենքը), որի համար
Գաուսի օրենքից բացի, ընթացիկ արժեքները x iկարող է բաշխվել ըստ հավասար հավանականության օրենքի, Սիմփսոնի օրենքի, Չարլիեի օրենքի և այլն։
2. Խմբավորման կենտրոնՊատահական փոփոխականը միջին արժեքն է, որի շուրջ գտնվում են արժեքների ամենամեծ թիվը: Այլ կերպ ասած, խմբավորման կենտրոնը պատահական փոփոխականի արժեքն է, որը պատկանում է խմբաքանակի մասերի մեծամասնությանը: Խմբավորման կենտրոնի դիրքը որոշվում է խմբավորման կենտրոնի կոորդինատով (մաթեմատիկական ակնկալիք) Մ(x).
3. Ստանդարտ շեղում σ,ցույց տալով ընթացիկ արժեքների խմբավորման խտությունը խմբավորման կենտրոնի նկատմամբ Մ(X). Գրաֆիկորեն σ պատկերված է արժեքից հավասար հեռավորության վրա գտնվող երկու աբսցիսների տեսքով Մ(x) չափով σ, Այս հատկանիշը ծառայում է որպես ցրվածության չափանիշ:
4. Հարաբերական անհամաչափության գործակից a,ցույց տալով խմբավորման կենտրոնի տեղաշարժը Մ(X) հարաբերական է թափառող դաշտի կենտրոնին: Համար դիսկրետ քանակություններընթացիկ արժեքը Xես բնութագրերը Մ(x), σ Եվ Աորոշվում են հավասարումներով.
Որտեղ r(x i) = t/n– չափման արժեքների քանակը, որոնք ընկնում են համապատասխան միջակայքում, արտահայտված որպես չափված արժեքների ընդհանուր թվի տոկոս կամ մասնաբաժին (հարաբերական հաճախականություն):
Չափման արժեքների հաշվարկված ցրման բնութագրերը ներկայացված են գրաֆիկորեն՝ հաշվի առնելով այն ժամըմ կացին ≈ 0,4/ σ , y σ ≈ 0.24/σ (նկ. 2.2):
Բրինձ. 2.2. Ցրման երևույթի բնութագրերը. Մ(x); σ ; Ա
2. Աշխատանքային կարգ
Լաբորատոր աշխատանքիրականացվում է երկու թիմերի կողմից: Այս աշխատանքում ցրման ֆենոմենը ուսումնասիրվում է 50 կտորից կազմված մասերի երկու խմբաքանակի օրինակով: Ա 1 , Ա 2 .
Տեղադրեք (50 անգամ) աշխատանքային մասը երեք ծնոտով ճարմանդում և չափեք առանցքի տեղաշարժը:
Տեղադրելիս հատվածը պետք է սերտորեն սեղմված լինի իր ծայրամասային մակերեսով սարքավորմանը, իսկ կրկնակի տեղադրման ժամանակ հատվածը պետք է պտտվի իր առանցքի շուրջ որոշակի անկյան տակ:
Գրանցեք չափման արդյունքները մասի յուրաքանչյուր տեղադրումից հետո:
Չափման արդյունքների հիման վրա կառուցեք ցրման գծապատկեր, հիստոգրամ և ցրման կոր, որը նման է 2-րդ քայլին .
Որոշեք ցրման կորը բնութագրող պարամետրերը, որոնք նման են 3-րդ քայլին .
Համեմատեք փորձերի արդյունքները և եզրակացություններ արեք:
Կառուցեք ցրման երեւույթի այս բնութագրերի դիագրամը (նկ. 2.2):
1. Աշխատանքի անվանումը, նպատակը և սարքավորումը.
2. Անվանական ունեցող մասերի չափումների արդյունքներ Ա 1 .
3. Ցրման դիագրամը և ցրման երեւույթի բնութագրերը.
4. Անվանական ունեցող մասերի չափումների արդյունքներ Ա 2 .
5. Ցրման դիագրամը և ցրման երեւույթի բնութագրերը.
6. Եզրակացություններ.
1. Ո՞րն է ցրման երեւույթը:
2. Ինչի օգնությամբ է ուսումնասիրվում ցրման երեւույթը.
3. Անվանե՛ք ցրման երեւույթի բնութագրերը:
4. Ի՞նչ գործոններ են գործում մասի պատրաստման գործընթացում:
5. Ինչի՞ համար են պատասխանատու սիստեմատիկ գործոնները ցրված սյուժեում:
6. Ինչի՞ համար են պատասխանատու պատահական գործոնները ցրված գծապատկերում:
7. Ինչու՞ պետք է ինտերվալների թիվը կենտ լինի ցրման գործնական կորը կառուցելիս:
8. Ի՞նչ է մոլորված դաշտը:
9. Որքա՞ն է ցրման դաշտի միջին կոորդինատը:
10. Ինչու՞ է մեզ անհրաժեշտ ցրման դաշտի կեսի կոորդինատը:
11. Ի՞նչ է խմբավորման կենտրոնը:
12. Ի՞նչ է մաթեմատիկական ակնկալիքը:
13. Ի՞նչ է ցույց տալիս մաթեմատիկական ակնկալիքը:
14. Ի՞նչ է ընդունվում որպես ցրվածության միջոց։
15. Անվանե՛ք տեխնոլոգիական գործընթացի բնութագրերը:
16. Անվանե՛ք ցրման երեւույթի բնութագրերը մասերի խմբաքանակ մշակելիս:
Ռիսկի ամենահավանական արժեքի հետ մեկտեղ կարևորունի հնարավոր ռիսկային արժեքների տարածում իր կենտրոնական արժեքի նկատմամբ: Սոցիալական և հիգիենիկ մոնիտորինգի խնդիրները լուծելիս անհրաժեշտ է նաև ցուցանիշների տարածվածության հաշվառումը։
Պատահական փոփոխականի տարածման ամենատարածված բնութագրերն են շեղումը և ստանդարտ շեղումը:
ξ պատահական փոփոխականի շեղումը նշվում է որպես Դ(ξ) (նշումը նույնպես օգտագործվում է Վ(ξ) և σ 2(ξ)), բնութագրում է պատահական փոփոխականի քառակուսի շեղման ամենահավանական արժեքը նրա մաթեմատիկական ակնկալիքից։
Դիսկրետ պատահական փոփոխականի համար՝ հաշվի առնելով արժեքները x iհավանականությունների հետ ես,շեղումը սահմանվում է որպես նիտրատների շեղումների կշռված գումար x iξ մաթեմատիկական ակնկալիքից՝ համապատասխան հավանականություններին հավասար կշռման գործակիցներով.
D(ξ) =
Շարունակական պատահական ξ փոփոխականի համար դրա շեղումը որոշվում է բանաձևով.
D(ξ) =
Դիսպերսիան ունի հետևյալ գործնականորեն կարևոր հատկությունները.
1. Ցանկացած պատահական փոփոխականի շեղումը ոչ բացասական է.
D(ξ) ≥ 0
2. Տարբերություն հաստատուն արժեքհավասար է 0:
D(C) = 0
Որտեղ C-ն հաստատուն է:
3. ξ պատահական փոփոխականի շեղումը հավասար է այս պատահական փոփոխականի քառակուսու մաթեմատիկական ակնկալիքի և մաթեմատիկական ակնկալիքի ξ քառակուսու տարբերությանը.
D(ξ) = M [ξ – M (ξ)] 2 = M(ξ 2) – ( .
4. Պատահական փոփոխականին հաստատուն ավելացնելը չի փոխում շեղումը. Պատահական փոփոխականը a հաստատունով բազմապատկելը հանգեցնում է շեղումը բազմապատկելու ա 2 :
D(aξ + b) = a 2 D(ξ),
Որտեղ ԱԵվ բ- հաստատուններ.
5. Անկախ պատահական փոփոխականների գումարի շեղումը հավասար է դրանց շեղումների գումարին.
որտեղ ξ և η անկախ պատահական փոփոխականներ են:
ξ պատահական փոփոխականի ստանդարտ շեղումը (օգտագործվում է նաև «ստանդարտ շեղում» տերմինը) համարն է. σ (ξ) հավասար քառակուսի արմատξ տարբերությունից:
Ստանդարտ շեղումը չափում է պատահական փոփոխականի շեղումը նրա մաթեմատիկական ակնկալիքից նույն քանակներով, որոնցում չափվում է հենց պատահական փոփոխականը (ի տարբերություն շեղման, որի չափը հավասար է սկզբնական պատահական փոփոխականի չափի քառակուսուն) . Նորմալ բաշխման համար ստանդարտ շեղումը հավասար է σ պարամետրին: Այսպիսով, մաթեմատիկական ակնկալիքը և ստանդարտ շեղումը ներկայացնում են նորմալ բաշխման բնութագրերի ամբողջական փաթեթը և եզակիորեն որոշում են բաշխման խտության տեսակը: Նորմալից տարբեր բաշխումների համար այս զույգ ցուցանիշները բաշխման հավասարապես արդյունավետ բնութագիր չեն:
Տատանումների գործակիցը օգտագործվում է նաև որպես պատահական փոփոխականի ցրման հատկանիշ։ Ոչ զրոյական մաթեմատիկական ակնկալիք ունեցող ξ պատահական փոփոխականի փոփոխության գործակիցը թիվն է. Վ(ξ) հավասար է ξ ստանդարտ շեղման հարաբերակցությանը նրա մաթեմատիկական ակնկալիքին.
Տատանումների գործակիցը չափում է պատահական փոփոխականի ցրվածությունը որպես նրա մաթեմատիկական ակնկալիքի մասնաբաժին և հաճախ արտահայտվում է որպես վերջինիս տոկոս: Այս հատկանիշը չպետք է օգտագործվի, եթե մաթեմատիկական ակնկալիքը մոտ է 0-ին կամ զգալիորեն փոքր է ստանդարտ շեղումից (այս դեպքում մաթեմատիկական ակնկալիքը որոշելիս փոքր սխալները հանգեցնում են տատանումների գործակցի բարձր սխալի), ինչպես նաև եթե խտության բաշխման տեսակը զգալիորեն տարբերվում է Գաուսից:
Ասիմետրիայի գործակից ( Ինչպես) սահմանում է պատահական փոփոխականի շեղման 3-րդ աստիճանը մաթեմատիկական ակնկալիքից և որոշվում է բանաձևով.
Գործնականում այս ցուցանիշը օգտագործվում է որպես բաշխման համաչափության գնահատում: Ցանկացած սիմետրիկ բաշխման դեպքում այն հավասար է 0-ի: Եթե բաշխման խտությունը ասիմետրիկ է (ինչը հաճախ կարող է պատահել մահվան ռիսկը և ջրի և օդի աղտոտվածության հետ կապված ռիսկերը գնահատելիս), ապա ասիմետրիայի դրական գործակիցը համապատասխանում է այն դեպքին, երբ. խտության կորի ձախ ուսը ավելի կտրուկ է, քան աջը, իսկ բացասականը՝ այն դեպքում, երբ աջ ուսը ձախից ավելի կտրուկ է (Նկար 4.17):
Շեղված բաշխումների դեպքում ստանդարտ շեղումը պատահական փոփոխականի ցրվածության լավ չափանիշ չէ: Այս դեպքում ցրվածությունը բնութագրելու համար կարող եք օգտագործել այնպիսի ցուցանիշներ, ինչպիսիք են քառորդները, քվանտիլները և տոկոսները:
F(x) բաշխման ֆունկցիա ունեցող ξ պատահական փոփոխականի առաջին քառորդը թիվն է Q 1որը հավասարման լուծում է
F(Q 1) = 1/4
այսինքն՝ մի թիվ, որի համար հավանականությունը, որ ξ-ն ավելի քիչ արժեքներ ունի Q 1, հավասար է 1/4-ի, հավանականությունը, որ այն ավելի մեծ արժեքներ է վերցնում Q 1հավասար է 3/4-ի։
Երկրորդ քառորդ ( Q 2Պատահական փոփոխականի մեդիանը կոչվում է, իսկ երրորդը ( Q 3) - հավասարման լուծում
F(Q 3) = 3/4
Քառորդիկները x-առանցքը բաժանում են 4 միջակայքի՝ [-∞, Q 1], [Q 1, Q 2], [Q 2, Q 3] Եվ [ Q 3, + ∞] որոնցից յուրաքանչյուրում պատահական փոփոխականն ընկնում է հավասար հավանականությամբ, իսկ աբսցիսայի առանցքով և բաշխման խտության գրաֆիկով սահմանափակված թիվը ընկնում է նույն մակերեսով 4 տարածքի։ Իսկ առաջին և երրորդ քառորդների միջև ընկած միջակայքը պարունակում է պատահական փոփոխականի բաշխվածության 50%-ը։ Սիմետրիկ բաշխումների դեպքում առաջին և երրորդ քառորդները հավասարապես հեռու են միջինից:
Քվանտիլային պատվեր rպատահական ξ փոփոխականը բաշխման ֆունկցիայով F(x) թիվն է X, որը հավասարման լուծում է
Այսպիսով, քառորդները 0,25, 0,5 և 0,75 կարգի քվանտիլներ են: Եթե p քվանտիլի կարգն արտահայտված է տոկոսով, ապա համապատասխան արժեքները Xկոչվում են տոկոսներ, կամ r- բաշխման տոկոսային միավորներ.
Նկ. Գծապատկեր 4.18-ը քվանտիլների հետ միասին ցույց է տալիս բաշխման 2.5 և 97.5 տոկոսային կետերը: Այս կետերի միջև կենտրոնացված է պատահական փոփոխականի բաշխման 95%-ը, ուստի նրանց միջև եղած միջակայքը կոչվում է միջինի 95% վստահության միջակայք (մասնավորապես, ռիսկերը գնահատելիս՝ ռիսկի 95% վստահության միջակայք):
Առաջադրանք 2.Պատահական ξ փոփոխականի վերաբերյալ հետևյալ տեղեկություններից որն է մեզ թույլ տալիս մերժել այն ենթադրությունը, որ այն բաշխված է սովորական օրենքի համաձայն.
ա) ξ - դիսկրետ պատահական փոփոխական;
բ) մաթեմատիկական ակնկալիքը ξ բացասական է.
գ) ξ-ի բաշխումը միամոդալ է.
դ) ξ-ի մաթեմատիկական ակնկալիքը հավասար չէ նրա միջինին.
ե) անհամաչափության ξ գործակիցը բացասական է.
զ) ξ-ի ստանդարտ շեղումը ավելի մեծ է, քան նրա մաթեմատիկական ակնկալիքը.
է) ξ-ը բնութագրում է ուսումնասիրվող տարածքում սուր շնչառական հիվանդությունների տեւողության բաշխումը.
ը) ξ-ը բնութագրում է կյանքի տեւողության բաշխումը ուսումնասիրվող տարածքում.
թ) միջին ξ-ը չի համընկնում առաջին և երրորդ քառորդների միջև ընկած միջակայքի կենտրոնի հետ:
Պատասխան՝ Ենթադրություն նորմալ օրենքՊատահական փոփոխականի բաշխումն անհամատեղելի է ա), դ), ե), ը), i):
Բրինձ. 4.17.Կախվածություն նշանի միջև Նկ.4.18.Քառորդներ և տոկոսներ.
անհամաչափության գործակից և ձևի նկարազարդում` օգտագործելով ֆունկցիան
բաշխման խտության ֆունկցիաները
Առնչվող հոդվածներ
-
Cinquains. Նորաձև առաջադրանք գրականության և ռուսաց լեզվի դասերի համար
Cinquain-ը առանց հանգի չափածո է, որը բաղկացած է հինգ տողից։ Նրանցից յուրաքանչյուրը ստեղծվում է որոշակի սահմանափակումների համաձայն։ Cinquain-ն առաջացել է քսաներորդ դարի սկզբին դասական ճապոնական պոեզիայի՝ հայկու (հայկու) և տանկայի ազդեցության տակ։
-
Էկոհամակարգերի զարգացում. առաջնային և երկրորդային հաջորդականություն Էկոլոգիական հաջորդականություն
Էկոլոգիական հաջորդականություն Ի՞նչ է կոչվում իրավահաջորդությունը:
-
Բերե՛ք առաջնային և երկրորդական հաջորդականության օրինակներ:
Ո՞ր համայնքներն են կոչվում պիոներ և գագաթնակետ:
-
Տիպիկ սաղարթավոր անտառի օրինակով բացատրեք շերտավորման երեւույթը....
Քվանտային էներգիա Քվանտային էներգիայի հասկացություն
-
Որոշ մարդիկ կարծում են, որ քվանտը ամենափոքր չափի որոշակի միավոր է, որը ոչ մի կերպ չի առնչվում իրական կյանքին: Այնուամենայնիվ, ամեն ինչ հեռու է նման լինելուց։ Դա միայն գիտնականների պահուստը չէ։ Քվանտային տեսությունը կարևոր է բոլորի համար...
Կազմում, օրինակներ, պարապմունքներ «Բանաստեղծությունների շարադրում. համաժամանակյացներ
-
Ձեր երեխային դպրոցում տնային հանձնարարություն է տրվել՝ համաժամանակ ստեղծելու համար, բայց դուք չգիտեք, թե դա ինչ է: Հրավիրում ենք ձեզ միասին հասկանալու, թե ինչ է syncwine-ը, ինչի համար է այն օգտագործվում և ինչպես է այն կազմվում: Ո՞րն է դրա օգուտը դպրոցականների և ուսուցիչների համար: հետո...
Ջրի նշանակությունը կենդանի համակարգերի համար