В практическите наблюдения ние обикновено разполагаме с набор от наблюдения x1, x2. Xn, на който искате да се направят някои изводи. Често много от тези наблюдения, така че не е проблем на тяхното компактно описание. В идеалния случай, такова описание би било твърдението, че x1, x2. хп са пробата, т.е. независими реализации на случайна променлива х с известно право F (х) дистрибуция. Това теоретично ще направи изчисления за необходимите характеристики на изследователя наблюдава феномен.
Въпреки това, не винаги можем да кажем, че x1, x2. Xn са независими и идентично разпределени случайни величини. На първо място, трябва да се провери, и второ, често пословично известно, че не е така. Ето защо, за компактно описание на набор от наблюдения с помощта на други методи - методи за дескриптивна статистика.
1.Metody дескриптивна статистика
1 Индикатори за дескриптивна статистика
Показатели, описващи пробата могат да бъдат разделени в няколко групи:
1. указатели за положението данни, описващи положението (или средата на агрегата) върху реалната ос:
- Минималната и максималната елементи примерни
- Избрани горната и долната четвъртина
2. Индикатори за разбивка описват степента на разсейване по отношение на нейния център (доколкото основната тежест купчина данни се групират около средата на агрегата)
- Проба стандартно отклонение (SD)
3. Индикатори за асиметрия описват разпределението на данните е симетрична около центъра
- Проба средната позиция спрямо пробата означава и относително селективни квартили
4. Индикатори описващи закона за разпределение. даде представа за разпределението на правото на информация
- функция Селективна дистрибуция
От посочените по-горе характеристики на практика, тъй като най-често се използва проба означава, средно и дисперсия (или стандартно отклонение). Въпреки това, за да се получи по-точна и надеждна заключения трябва да се използват и други фактори.
Особено внимание следва да се обърне на наличието в емисиите на пробите - груби, много по-различна от основната маса на наблюдения. Повечето конвенционални статистически методи са много чувствителни към отклонения от условията за метод приложимост. Затова само емисиите не могат да нарушат показатели стойност, избрани, но също така да доведе до погрешни заключения. Съмнение за наличието на такива наблюдения трябва да се случи, ако средната проба се различава от средната стойност на пробата, но в общия набор от симетричен, или ако позицията на медианата силно асиметрично по отношение на минималните и максималните точки примерни. Най-лесният начин за откриване на емисиите при преминаване на пробите, за да работи с няколко варианта, или хистограма с голям брой интервали на групата.
2 Процедура на работа
2.1 Предшестващо
Първоначалната данни е зададен реализации на случайна променлива (например, стойности на количество, получени по време на измерването). Размерът на пробата - п бр. Първоначалните данни направени в таблица (таблица 1).
Таблица 1 - Изходен
2.2Postroenie вариационен серия
За удобство, пробата от данни се превръща в редица вариации - ред, в който пробата елементи са подредени във възходящ ред.
1. Намерете най-малкото елемент на редица Xmin
2. Намерете най-големият елемент на редица Xmax
3. Запис номер, започвайки от най-малкия елемент Xmin и завършва с най-голям ход на мембраната (Таблица 2)
4. За да се опрости процедурата по обработка, и да се намалят грешките в изчисленията да се изваждат от всеки елемент брой на определен брой (например, закръглено Xmin) и се използва в изчисленията са не се размери и техните отклонения. Получените отклонения запис в таблица 2.
Таблица 2 - вариационен серия с отклонения относителна Х0 = <значение>[1]
С малки проби
.
2. Задаване на интервал дължина. Dx дължина на интервали от най-често избран равен: Dx = R / R. Той трябва да се закръгли до стойност, удобен за графичен дисплей.
3. Assign XH-ниска граница на първия интервал (в отклонения от x0). Тя трябва да бъде по-малко от xmin и удобно с позицията на графичен дисплей. Резултати записани в таблица 3.
4. Assign XH-ниски и по-високи граници на минута всички останали интервали (в отклонения от x0). Резултатите се записват в таблица 3.
5. Определяне на броя на размери, попадащи в интервала ми. Състояние удари размер XJ Ксин интервал . Mi честота на връзката към общия брой на наблюденията п е наречен относителната честота: Относителната честота представлява емпирична оценка на вероятността, че резултатите от наблюдението Xj в интервал аз. Определяне на относителната честота и записани в таблица 3 резултати. Получените резултати за тестване за състоянието . емпирична вероятност плътност: Определяне на емпирична вероятност плътност, резултатите, записани в таблица 3. 1. Определяне на всички продукти в таблица 4. 2. Идентифициране на всички количества в Таблица 4. 3. определяне на относителната началните моменти в Таблица 4. 4. Изчислете времената, получени за измерение на измерваната величина. 5. Изчислете ексцеса и асиметрия. 6. определя графично горните и долните квартили. 7. Определете графично медианата на извадката. 8. Определяне на потребителски режим (на вариационния серия). 9. Определяне на обхвата. Таблица 5 - Изпълнение на описателни статистики за проба п =<> 1. Индикатори за състоянието - Минимален елемент проба MIN - Максимална елемент за вземане на проби MAX - селективен горна четвъртинка x0,75 - селективен ниския квартил x0,25 - Селективна средната Md - селективен начин Mo 2. разсейване Индикатори - вариацията S2 вземане на проби - селективен стандартно отклонение S - keks коефициент на ексцес 3. Индикатори за асиметрия - Kas Коефициентът на асиметрия - проба средната позиция спрямо пробата означава и относително селективни квартили2.4 Определяне на съответните честоти
2.5 Определяне на емпирична плътността на вероятността
2.9 Изразяване на резултатите
Свързани статии