WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 17 |

В отличие от дискретных вариационных рядов определение моды и медианы по интервальным рядам требует проведения определенных расчетов на основе формул (22), (23) fM 0 - fM 0 -M0 = X0 + i, (22) (fM 0 - fM 0 -1)+(fM 0 - fM 0 +1) где X0 — нижняя граница модального интервала; fM 0 – частота в модальном интервале; fM 0 -1 – частота интервала, предшествующего модальному; fM 0 +1 – частота интервала, следующего за модальным; i – величина модального интервала n fi - SMe- i= Me = X + i, (23) fMe n где Х0 – нижняя граница медианного интервала; fi – сумма частот; SMe-1 – накопленная частота интервала, i=предшествующего медианному; fMe – частота медианного интервала.

Проиллюстрируем применение этих формул, используя данные табл. 8.

Интервал с границами 60 – 80 в данном распределении будет модальным, так как он имеет наибольшую частоту. Определим моду:

12,7 -11,Mо = 60 + 20 = 68,9 тыс. р.

(12,7 -11,9)+ (12,7 -11,7) 8. Распределение населения РФ по уровню среднедушевых номинальных денежных доходов в марте 2004 г.

Группы по уровню Удельный Группы по уровню Удельный cреднедушевого дохо- вес населе- среднедушевого дохо- вес населеда, тыс. р. в год ния, % да, тыс. р. в год ния, % До 20 1,4 180...200 4,20...40 7,5 200...220 3,40...60 11,9 220...240 2,60...80 12,7 240...260 2,80...100 11,7 260...280 1,100...120 10,0 280...300 1,120...140 8,3 Свыше 300 7,140...160 6,Итого 160...180 5,5 100,Для установления медианного интервала необходимо определять накопленную частоту каждого последующего интервала до тех пор, пока она не превысит половины суммы накопленных частот (в нашем случае %) (табл. 8).

Мы установили, что медианным является интервал с границами 100…120 тыс. р. Определим теперь медиану:

50,0 - 45,Me = 100 + 20 = 109,6 тыс. р.

10,9. Определение медианного интервала Интервал, тыс. р. Накопленная частота, % Интервал, тыс. р. Накопленная частота, % До 20 1,4 60...80 33,20...40 8,9 80...100 45,40...60 20,8 100...120 55,Таким образом, в качестве обобщенной характеристики значений определенного признака у единиц ранжированной совокупности могут быть использованы средняя арифметическая, мода и медиана. Каждая из них имеет свои особенности.

Основной характеристикой центра распределения является средняя арифметическая, для которой характерно то, что все отклонения от нее (положительные и отрицательные) в сумме равняются нулю; для медианы характерно, что сумма отклонений от нее по модулю является минимальной, а мода представляет собой значение признака, которое наиболее часто встречается. Поэтому в зависимости от цели исследования распределения должна выбираться одна из упомянутых характеристик, либо же для сравнения – все три.

Соотношение моды, медианы и средней арифметической указывает на характер распределения признака в совокупности, позволяет оценить его асимметрию.

В симметричных распределениях все три характеристики совпадают. Чем больше расхождение между модой и средней арифметической, тем больше асимметричен ряд. Для умеренно асимметричных рядов разность между модой и средней примерно в три раза превышает разность между медианой и средней, т.е.

Mo - x = 3Me - x.

Моду и медиану в интервальном ряду можно определить графически. Мода определяется по гистограмме распределения. Для этого выбирается самый высокий прямоугольник, который является в данном случае модальным. Затем правую вершину модального прямоугольника соединяем с правым верхним углом предыдущего прямоугольника. А левую вершину модального прямоугольника – с левым верхним углом последующего прямоугольника. Далее из точки их пересечения опускают перпендикуляр на ось абсцисс. Абсцисса точки пересечения этих прямых и будет модой распределения. Медиана рассчитывается по кумуляте. Для ее определения из точки на шкале накопленных частот (частостей), соответствующей 50 %, проводится прямая, параллельная оси абсцисс, до пересечения с кумулятой. Затем из точки пересечения указанной прямой с кумулятой опускается перпендикуляр на ось абсцисс. Абсцисса точки пересечения является медианой.

Аналогично с нахождением медианы в вариационных рядах распределения можно отыскать значение признака у любой по порядку единицы ранжированного ряда. Так, например, можно найти значение признака у единиц, делящих ряд на четыре равные части, на десять или сто частей. Эти величины называются "квартили", "децили" и "перцентили".

Квартили представляют собой значения признака, делящие ранжированную совокупность на четыре равновеликие части. Различают квартиль нижний (Q1), отделяющий 1/4 часть совокупности с наименьшими значениями признака, и квартиль верхний (Q3), отсекающий 1/4 часть с наибольшими значениями признака. Это означает, что 25 % единиц совокупности будут меньше по величине Q1; 25 % единиц будут заключены между Qи Q2; 25 % – между Q2 и Q3 и остальные 25 % превосходят Q3. Средним квартилем Q2 является медиана.

Для расчета квартилей по интервальному вариационному ряду используются формулы:

n n 1 fi - SQ1 fi - SQ -1 -4 i=1 i = Q1 = XQ1 + i ; Q3 = XQ3 + i, (24) fQ1 fQгде XQ1 – нижняя граница интервала, содержащего нижний квартиль (интервал определяется по накопленной частоте, первой превышающей 25 %); XQ3 – нижняя граница интервала, содержащего верхний квартиль (интервал определяется по накопленной частоте, первой превышающей 75 %); i – величина интервала; SQ1 -1 – накопленная частота интервала, предшествующего интервалу, содержащему нижний квартиль; SQ3 -1 – то же для верхнего квартиля; fQ1 – частота интервала, содержащего нижний квартиль; fQ3 – то же для верхнего квартиля.

Рассмотрим расчет нижнего и верхнего квартилей по данным табл. 3. Нижний квартиль находится в интервале 60…80, накопленная частота которого равна 33,5 %. Верхний квартиль лежит в интервале 160…180 с накопленной частотой 75,8 %. С учетом этого получим:

25,0 - 20,Q1 = 60 + 20 = 66,6 тыс. р.;

12,75,0 - 70,Q3 = 160 + 20 = 177,1 тыс. р.

5,Кроме квартилей в вариационных рядах распределения могут определяться децили – варианты, делящие ранжированный ряд на десять равных частей. Первый дециль (d1) делит совокупность в соотношении 1/10 к 9/10, второй дециль (d2) – в соотношении 2/10 к 8/10 и т.д.

Вычисляются они по той же схеме, что и медиана, и квартили.

Значения признака, делящие ряд на сто частей, называются перцентилями. Поскольку эта характеристика применяется лишь при необходимости подробного изучения структуры вариационного ряда, приводить ее формулу и расчет не будем.

Использование в анализе вариационных рядов распределения рассмотренных выше характеристик позволяет более глубоко и детально охарактеризовать изучаемую совокупность.

1.5. ВЫБОРОЧНОЕ НАБЛЮДЕНИЕ Под выборочным наблюдением понимается такое несполошное наблюдение, при котором статистическому обследованию подвергаются единицы изучаемой совокупности, отобранные случайным способом.

Совокупность отобранных для обследования единиц в статистике принято называть выборочной, а совокупность единиц, из которых производится отбор, – генеральной. Выборка может быть:

1) собственно-случайная;

2) механическая;

3) типическая;

4) серийная;

5) комбинированная.

При организации выборочного наблюдения решаются такие вопросы, как определение способа отбора и процедуры выборки, вычисление ошибок выборки и построение доверительных интервалов выборочных характеристик, а также расчет необходимой численности выборки (табл. 10).

10. Численность выборки при собственно случайном и механическом отборе Формулы объема выборки Метод отбора для средней для доли Повторный t22 t2W (1-W ) n = n = 2 Бесповторный t22W t2W (1-W )N n = n = W2 + t22 2N + t2W (1-W ) При стратифицированном отборе, не пропорциональном объему групп, общее число отбираемых единиц делится на количество групп. Полученная величина даст объем выборки из каждой группы.

При отборе, пропорциональном числу единиц в группе, число наблюдений по каждой группе определяется формулой:

Wi ni = n, (25) W где ni – объем выборки i-й группы; n – общий объем выборки; Ni – объем i-й группы; N – объем генеральной совокупности.

При отборе с учетом вариационного признака, дающем минимальную величину ошибки выборки, процент выборки из каждой стратифицированной группы должен быть пропорционален среднему квадратическому отклонению в этой группе.

Для средней:

nNii ni =. (26) i Ni Для доли:

nNi W (1-W ni =. (27) Wi (1-W ) Ni При серийном (гнездовом) отборе необходимую численность отбираемых серий определяют также, как и при собственно случайном, только вместо N, n и 2 подставляют R, r и 2, где R – число серий в генеральной м.гр совокупности; r – число отобранных серий; 2 – межсерийная (межгрупповая) дисперсия.

м.гр Расчет ошибок позволяет решить одну из главных проблем организации выборочного наблюдения – оценить репрезентативность (представительность) выборочной совокупности. Различают среднюю и предельную ошибку выборки. Расчет средней и предельной ошибок выборки позволяет определить возможные пределы, в которых будут находиться характеристики генеральной совокупности (табл. 11).

11. Определение ошибки выборки Метод отбора Предельные ошибки индивидуального отбора для средней для доли Повторный W (1-W ) = t = t n n Бесповторный W (1-W ) n 1- 2 n = t = t 1- n N n N Средняя ошибка выборки Повторный W (1-W ) µW = µx = n n Бесповторный W (1-W ) n 1- 2 n µW = µx = 1- n N n N Рассмотрим эту методику на примере.

Пример 3. Для определения средней продолжительности телефонных разговоров по городской сети произведено 5 %-ное выборочное обследование. В результате случайной повторной выборки получены следующие данные (табл. 12):

12. Данные о средней продолжительности телефонных разговоров Продолжительность телефонных Количество телефонных разговоров разговоров, мин.

до1 1...2 2...3 3...4 4...5 5иболее Итого Определите:

1) с вероятностью 0,997 возможные пределы доли разговоров, продолжительность которых больше четырех минут;

2) с вероятностью 0,954 возможные пределы средней продолжительности разговоров по городской сети.

1. Определим возможные пределы доли разговоров, продолжительность которых больше 4 мин w - w p w + w, (28) где p – доля единиц, обладающих обследуемым признаком для генеральной совокупности; w – доля единиц, обладающих обследуемым признаком для выборочной совокупности.

w = 13:100 = 0,13, где w – предельная ошибка выборки, которая не должна превышать значения = tµ, (29) коэффициент t определяется по таблицам в зависимости от значений вероятности t t F(t) = e (теорема Чебышева-Ляпунова), -t при F(t) = 0,997t = 3; µ – средняя ошибка выборки, µ = ; 2 = w(1 – w) – дисперсия доли.

w n w(1- w) 0,13(1- 0,13) µ = = = 0,034, n где n – численность единиц выборочной совокупности.

Следовательно w = 3.0,034 = 0,102.

Доля разговоров, превышающих 4 мин по городской телефонной сети, т.е. генеральной совокупности, лежит в полученных пределах:

0,13 – 0,102 p 0,13 + 0,102;

0,028 p 0,232 или 2,8 % p 23,2 %.

2. Определим возможные пределы средней продолжительности разговоров по городской телефонной сети (т.е. получим данные для генеральной совокупности, используя выборочное обследование) х - х х +, (30) х х где х – генеральная средняя; х – выборочная средняя.

Выборочная средняя определяется как средняя арифметическая взвешенная ni +1,5 + + + + 115 28 2,5 26 3,518 4,58 xi x = = = 2,5.

n где x – предельная ошибка выборки;

x = tµ при F(t) = 0,954, t = 2.

µ =, n - x)2 ni (xi дисперсия количественного признака равна: 2 =.

n - x)(xi = = 1,196, n 1,средняя ошибка выборки равна µ = = = 0,12.

n x = 20,12 = 0,24; 2,5 – 0,24 x 2,5+0,24, или 2,3 мин x 2,7 мин.

Следовательно, с вероятностью 0,954 можно утверждать, что средняя продолжительность разговоров по городской телефонной сети лежит в пределах от 2,3 до 2,7 мин.

1.6. СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ.

КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ Из множества разнообразных форм проявления взаимосвязей в качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Корреляционная связь (статистическая) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной.

По направлению связи бывают прямыми и обратными, положительными и отрицательными. Относительно своей аналитической формы связи делятся на линейные и нелинейные. С точки зрения взаимодействующих факторов связи могут быть парными и множественными. Кроме этого различают также непосредственные, косвенные и ложные связи.

Для выявления наличия связи, ее характера и направления в статистике используются методы: приведения параллельных данных; аналитических группировок; графический; корреляции.

Корреляционно-регрессионный анализ включает в себя измерение тесноты, направления связи и установление аналитического выражения (формы) связи (регрессионный анализ).

Одним из методов корреляционно-регрессионного анализа является метод парной корреляции, рассматривающий влияние вариации факторного признака x на результативный y. Аналитическая связь между ними описывается уравнениями:

прямой yx = a0 + a1x;

параболы yx = a0 + a1x + a2x2;

гиперболы yx = a0 + a1 1 и т.д.

x Оценка параметров уравнения регрессии a0 и a1 осуществляется методом наименьших квадратов, в основе которого лежит требование минимальности сумм квадратов отклонений эмпирических данных yi от выравненных (теоретических) yi - yi )2 = min. (31) (yi Система нормальных уравнений для нахождения параметров линейной парной регрессии имеет вид:

y = na0 + a x; (32) xy = a0x + a1x.

Для оценки типичности параметров уравнения регрессии используется t-критерий Стьюдента. При этом вычисляются фактические значения t-критерия:

для параметра аn - ta0 = a0 ; (33) для параметра аn - ta1 = a1, (34) ( yi - yi )где = (35) n – среднее квадратическое отклонение результативного признака yi от выровненных значений yi ;

- )(i = (36) n – среднее квадратическое отклонение факторного признака xi от общей средней.

Полученные фактические значения ta0 и ta1 сравниваются с критическим tk, который получают по таблице Стьюдента с учетом принятого уровня значимости и числа степеней свободы k.

Полученные при анализе корреляционной связи параметры уравнения регрессии признаются типичными, если t фактическое больше t критического ta0 > tk < ta1.

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 17 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.