За да изчислите броя на разпространение с помощта на калкулатор ще намерите на следните параметри:
разпределителен център Показатели
среднопретеглената
мода
Изборът в началото на интервала 24, както е в този диапазон има най-голям брой
Най-често срещаният смисъла на редица - 24.36
медиана
Медианата разделя пробата на две части: половината от тази опция е по-малка от средната, половина - по-
По този начин, 50% от единиците на населението ще бъде по-малък по размер 24.39
четвъртини
Четвъртини - характерна стойност в класирана списъка на разпределение избран така, че 25% от населението са по-малки единици в стойност Q1; 25% ще се прилагат между Q1 и Q2; 25% - между Q2 и Q3; останалите 25% надвишава Q3.
По този начин, 25% от дялове на населението ще бъде по-малък по размер 22.87
Това съвпада с медианата Q2, Q2 = 24.39
Останалите 25% са по-добри 25.81
Децилна (detsentili)
Децили - характерна стойност в класирана списъка на разпределение избран така, че 10% от населението единици са по-малки по размер D1; 80% да се прави между D1 и D9; а останалите 10% превъзхожда D9.
Така, че 10% от населението са по-малко единици в магнитуд 21.82
Останалите 10% са по-добри 27.08
вариации в представянето си.
Мащабът на вариация
R = X макс - X мин
R = 28-20 = 8
Средно линеен отклонение
Всяка стойност на серията е различна от другата е не повече от 1,61
дисперсия
Стандартно отклонение
Всяка стойност на серията е различна от средната стойност на 24.35 е не повече от 1,87
Коефициентът на вариация
тъй като срещу<30%, то совокупность однородна, а вариация слабая. Полученным результатам можно доверять
Индикатори форми на дистрибуция.
Коефициентът на трептения
Относителната линейна деформация
Относително индекс вариант четвъртина
Степента на асиметрия
Това е симетрична разпределение, в които честотата на всеки два варианта, на еднакво разстояние от двете страни на центъра за разпределение са равни.
Отрицателният знак показва, левостранна асиметрия
фигура ексцес (peakedness), изчислена за симетрични разпределения. Ексцес е топ тяга емпиричното разпределение нагоре или надолу от върха на нормалната крива разпределение.
Ex> 0 - достига разпределение
Интервал оценка на населеното място
интервал на доверие за общата авария
От п> 30, а след това ние определяме TKP стойност маси Лаплас функция
В този случай 2F (TKP) = 1 - # 947;
F (TKP) = # 947; / 2 = (1- 0,05) / 2 = 0.475
Чрез Лаплас функция маса ние откриваме, за всяка стойност на F TKP (TKP) = 373
Ttabl (п-1; а) = (373, 0.475) = 5
(24,35 - 4,68, 24,35 + 4,68) = (19,67; 29,03)
Проверка на разпределението на хипотеза
Ние се провери тази хипотеза с помощта на Pearson Точността
където пи - вероятност за хит в I-ия случайни променливи интервали, разпределени на един хипотетичен право.
За да се изчисли пи вероятностите прилага формулата и масата на функцията на Лаплас.
наблюдавана честота Ni на
Условията на Pearson статистика Ки
Ние определяме границата на критичната област. От статистиката Pearson измерва разликата между емпиричните и теоретични разпределения, по-голямата му стойност Knabl наблюдава. по-силна е аргумент срещу основния хипотеза.
Следователно, критичната област на тези статистически данни е винаги едностранно: [Kkp + ∞).
Нейните граничните Kkp = # 967; 2 (K-R-1; а) откриваме разпределението на таблици "хи-квадрат" и се определят стойностите на, к (брой интервали), г = 2 (х параметри и # 963; оценка на пробата).
Kkp = 3.8; Knabl = 28.16
Наблюдаваното от статистиката Pearson попада в критичната област: Коба> Kkp, така че има основание да се отхвърли нулевата хипотеза. Тези проби не са разпределени нормално.
влизане Правила данни
Задайте своите въпроси или да направите предложения или коментари могат да бъдат долната част на страницата в раздела Disqus.
Можете също така да изпратите заявка за помощ при справянето с изследвания на наши доверени партньори (тук или тук).
Свързани статии