- •1. Статистическая обработка данных
- •1.1. Постановка задачи. Цель работы. Исходные данные.
- •Исходные данные
- •1.2. Вычисление основных выборочных характеристик по заданной выборке.
- •1.3. Результаты вычисления интервальных оценок для математического ожидания и дисперсии.
- •Значения - критерия Стьюдента
- •Значения распределения
- •1.4. Результаты ранжирования выборочных данных и вычисление моды и медианы
- •Ранжированный ряд
- •Значение выборочной функции и плотности
- •1.5. Параметрическая оценка функции плотности распределения
- •Плотность вероятности нормального распределения
- •1.6. Проверка гипотезы о нормальном распределении случайной величины по критерию Пирсона
- •Результаты объединения интервалов и теоретических частот
- •2. Ряды динамики. Аналитические показатели ряда динамики. Пример расчётов.
- •2.1. Классификация рядов динамики.
- •2.2. Аналитические показатели изменения уровней ряда динамики
- •3.Статистика рынка труда.
- •3.1. Экономически активное население.
- •Основными задачами статистики рынка труда являются:
- •К занятым относятся лица обоего пола в возрасте от 16 лет и старше, а также лица младших возрастов, которые в рассматриваемый период:
- •К безработным относятся лица от 16 лет и старше, которые в течение рассматриваемого периода:
- •3.2.Трудовые ресурсы, методы расчета численности трудовых ресурсов.
- •Коэффициент занятости.
- •По статусу занятости
- •Понятие и виды безработицы.
- •Коэффициент безработицы.
- •Библиография
1.4. Результаты ранжирования выборочных данных и вычисление моды и медианы
Используя исходные данные, запишем все заданные значения выборки в виде неубывающей последовательности значений случайной величины Х. Данный ранжированный ряд представлен в Табл. 5.
Таблица 5.
Ранжированный ряд
1 |
4,0939 |
11 |
5,0976 |
21 |
5,4392 |
31 |
5,8936 |
41 |
6,2077 |
51 |
6,9472 |
2 |
4,1663 |
12 |
5,1557 |
22 |
5,4416 |
32 |
5,9042 |
42 |
6,3388 |
52 |
7,0335 |
3 |
4,2622 |
13 |
5,2285 |
23 |
5,5505 |
33 |
5,9347 |
43 |
6,4105 |
53 |
7,0526 |
4 |
4,4521 |
14 |
5,2344 |
24 |
5,6098 |
34 |
5,9919 |
44 |
6,4288 |
54 |
7,2951 |
5 |
4,4552 |
15 |
5,2407 |
25 |
5,6249 |
35 |
6,0200 |
45 |
6,4290 |
55 |
7,3448 |
6 |
4,5856 |
16 |
5,3274 |
26 |
5,6972 |
36 |
6,0695 |
46 |
6,5198 |
56 |
7,5504 |
7 |
4,5924 |
17 |
5,3424 |
27 |
5,7800 |
37 |
6,1307 |
47 |
6,6541 |
57 |
7,8274 |
8 |
4,5952 |
18 |
5,3566 |
28 |
5,8139 |
38 |
6,1708 |
48 |
6,6721 |
58 |
7,8861 |
9 |
4,9694 |
19 |
5,4048 |
29 |
5,8452 |
39 |
6,1793 |
49 |
6,8124 |
59 |
7,9363 |
10 |
5,0566 |
20 |
5,4304 |
30 |
5,8785 |
40 |
6,2061 |
50 |
6,9077 |
60 |
8,3696 |
Интервал [4,0939; 8,3696], содержащий все элементы выборки, разбиваем на частичные интервалы, используя при этом формулу Стерджеса для определения оптимальной длины и границ этих частичных интервалов.
По формуле Стерджеса длина частичного интервала равна:
Для
удобства и простоты расчётов округлим
величину
.
В
нашем случае выбираем h
=0,62
и
вычисляем границы интервалов.
За начало первого интервала принимаем значение
Далее вычисляем границы интервалов:
;
Вычисление границ заканчивается, как только выполняется неравенство xn > Xmax, то есть x8 = 8,7367 > Xmax = 8,3696.
После
определения частичных интервалов,
определяем экспериментальные частоты
,
равные числу членов вариационного ряда,
попадающих в этот интервал:
где
,
-
границы i-го
интервала;
-
значения вариационного ряда.
Набор
частот
должен
удовлетворять равенству:
…
Относительной
частотой
называют
долю наблюдений, попадающих в
рассматриваемый интервал:
Плотность распределения относительных частот определим как отношение относительных частот к величине интервала:
,
где
является серединой интервала
Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиной h, а высоты равны эмпирической плотности распределения:
,
где i =1,2,…, k.
Площадь i-го прямоугольника равна доле случайных величин, попавших в i-й интервал:
.
Площадь гистограммы относительных частот равна сумме площадей прямоугольников:
Таким
образом, функция
является статистическим аналогом
плотности распределения случайной
величины Х,
реализации
которой получают при статистическом
наблюдении.
Полигоном частот называется ломаная линия, отрезки которой соединяют середины горизонтальных отрезков, образующих прямоугольники в гистограмме.
Полигоном
относительных частот называется
ломаная линия с вершинами в точках:
;
.
По результатам вычислений составим таблицу (Табл.6.) значений выборочной функции плотности.
Таблица 6.
