6.Мода.Медиана.

Мода — это наиболее часто встречающийся вариант ряда. Мода применяется, например, при определении размера одежды, обуви, пользующейся наибольшим спросом у покупателей. Модой для дискретного ряда является варианта, обладающая наибольшей частотой. При вычислении моды для интервального вариационного ряда необходимо сначала определить модальный интервал (по максимальной частоте), а затем — значение модальной величины признака по формуле:

Медиа́на — возможное значение признака, которое делит вариационный ряд выборки на две равные части.

Свойства медианы

1. Медиана не зависит от тех значений признака, которые расположены по обе стороны от нее.

2. Аналитические операции с медианой весьма ограничены, поэтому при объединении двух распределений с известными медианами невозможно заранее предсказать величину медианы нового распределения.

3. Медиана обладает свойством минимальности. Его суть заключается в том, что сумма абсолютных отклонений значений х, от медианы представляет собой минимальную величину по сравнению с отклонением X от любой другой величин

7.Показатели вариации. Размах вариации. Среднее линейное отклонение.

Вариа́ция — различие значений какого-либо признака у разных единиц совокупности за один и тот же промежуток времени. Причиной возникновения вариации являются различные условия существования разных единиц совокупности. Вариация — необходимое условие существования и развития массовых явлений.[1] Определение вариации необходимо при организации выборочного наблюдения, статистическом моделировании и планировании экспертных опросов. По степени вариации можно судить об однородности совокупности, устойчивости значений признака, типичности средней, о взаимосвязи между какими-либо признаками

Абсолютные показатели

размах вариации: среднее линейное отклонение:

где — выборочное среднее.

Среднее линейное отклонение – средняя арифметическая абсолютных значений отклонений (модуль отклонений) отдельных вариантов от их средней арифметической:

для несгруппированных данных (простое)

для сгруппированных данных (взвешенное)

8.Дисперсия, ее свойства. Среднее квадратичное отклонение.

Дисперсия признака – средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсий:

Простая дисперсия для несгруппированных данных

Взвешенная дисперсия для вариационного ряда

Cвойства дисперсии:

1. если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А- дисперсия не изменится;

2. если все значения признака уменьшить или увеличить в одно и то же число раз (k раз), то дисперсия уменьшится или увеличится в k2 раз.

Используя второе свойство дисперсии, можно получить формулу вычисления дисперсии в вариационных рядах с равными интервалами по способу моментов:

где i – величина интервала, X1 – новые (преобразованные) значения вариантов (А – условное начало, в качестве которого удобно использовать середину интервала или величину признака, обладающего наибольшей частотой.

Момент второго порядка

Квадрат момента первого порядка

Среднее квадратическое отклонение равно корню квадратному из дисперсии:

для несгруппированных данных (простое)

для вариационного ряда по сгруппированным данным (взвешенное)

Среднее квадратическое отклонение показывает, на сколько в среднем отклоняются отдельные варианты от их среднего значения.