- •1. Предмет математической статистики.
- •2. Статистические совокупности, их виды.
- •3. Определяющее свойство статистической совокупности.
- •4. Признаки единиц совокупности, их классификация.
- •5. Описательная характеристика статистических совокупностей.
- •6. Ранжированный ряд распределения, техника его построения.
- •7. Анализ ранжированного ряда распределения.
- •8. Вариационный ряд распределения, техника построения для дискретного признака.
- •9. Интервальный вариационный ряд распределения, техника его построения.
- •10. Анализ дискретного и интервального вариационного ряда распределения.
- •11. Определение статистического показателя применительно к абстрактной статистической совокупности.
- •12. Система статистических показателей для всесторонней характеристики статистического ряда распределения.
- •13. Показатели центральной тенденции, их классификация.
- •14. Параметрические показатели центральной тенденции, их виды, условия применения и алгоритмы расчета.
- •15. Условия типичности параметрических средних.
- •16. Непараметрические средние. Алгоритмы их расчета в ранжированном ряду распределения.
- •17. Алгоритмы расчета структурных средних в дискретном и вариационном рядах распределения.
- •18. Взаимосвязь средней арифметической, моды и медианы.
- •19. Сравнение средней арифметической, моды и медианы.
- •20. Понятие о вариации.
- •Показатели вариации, алгоритмы их расчета
- •Интерпретация показателей вариации
- •Сравнение вариации одного и того же признака в двух совокупностях, сравнение вариации разных по содержанию признаков
- •Конкретная ошибка выборки, распределение конкретных ошибок выборки
- •Средняя ошибка выборки для выборочной средней и выборочной доли
- •61.Область согласия и область отказа. Соотношение между ними
- •62. Статистические таблицы , как инструмент принятия ( отказа ) гипотез
- •68. Особенности проверки гипотезы о соответствии фактического распределения нормальному.: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •69 Особенности проверки гипотезы о соответствии фактического распределения распределению Пуассона: постановка гипотезы; содержание ожидаемых частот; расчет критерия
- •71. Как критерий независимости. Постановка нулевой и альтернативной гипотез.
- •72. Как критерий независимости. Содержание и алгоритм расчета ожидаемых частот
- •73. Как критерий однородности. Содержание выдвигаемых гипотез
- •74. Как критерий однородности.Какие сравнения определяют величину фактического значения критерия.
- •75. Определение табличного значения критерия при различных аспектах его использования.
- •76. Схема проверки гипотез относительно генеральной средней
- •77. Критерий двухсторонний и односторонний
- •78. Особенности принятия альтернативной гипотезы при направленном ее характере
- •79. Выборки зависимые и независимые
- •80. Особенности проверки гипотез относительно двух средних при равных численностях выборок и равных дисперсиях
- •91. Проверка гипотезы относительно доли признака в двух совокупностях, если хотя бы одна из выборочных долей лежит вне интервала 0,1-0,9
- •92. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия t – нормального распределения
- •93. Проверка гипотезы о принадлежности конкретного наблюдения исследуемой совокупности с использованием критерия Диксона
- •94. Постановка гипотез при дисперсионном анализе
- •95 Критерий f- Фишера. Условия его применимости
- •96.Преобразование исходных данных с целью проведения дисперсионного анализа
- •97.Необходимость конкретизации результатов дисперсионного анализа
- •98. Конкретизация результатов дисперсионного анализа на основе критерия q- Тьюки
- •99 Понятие о контрастах
- •100. Схема конкретизации результатов дисперсионного анализа методом контрастов Шефе
- •101. Модель дисперсионного анализа с постоянным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •102. Модель дисперсионного анализа со случайным эффектом факторов, постановка гипотез и расчет фактического значение критерия.
- •103. Проверяемые гипотезы при двухфакторном дисперсионном анализе.
- •104. Разложение общего объема вариации признака при двухфакторном дисперсионном анализе и неслучайном формировании повторностей.
- •105. Понятие о многомерном дисперсионном анализе.
- •106. Понятие о корреляционной связи.
- •107. Требования к совокупности и факторным признакам при построении корреляционного уравнения связи.
- •108. Этапы построения уравнения связи.
- •108. Методы нахождения вида уравнения.
- •109. Метод наименьших квадратов, содержание и реализация.
- •110. Интерпретация коэффициентов уравнения.
- •122. Приведение матрицы исходных данных в сопоставимый вид при построении многомерной средней.
- •122. Нормирование исходных данных.
- •125. Выбор итерации, соответствующей оптимальному разбиению.
- •126. Метод k-средних (кластерный анализ с обучением).
- •127. Методы установления центров тяжести.
- •128. Назначение факторного анализа.
- •129. Техника факторного анализа.
- •130. Разложение единичной дисперсии.
- •131. Общность, специфичность, надежность в факторном анализе.
- •132. Общий алгоритм факторного анализа.
- •133. Решение проблемы общности при факторном анализе.
- •134. Установление числа факторов.
- •135. Простая структура Терстоуна.
- •136. Факторные нагрузки.
- •137. Вращение матрицы факторных нагрузок и интерпретация факторов.
- •138. Методы вращения матрицы факторных нагрузок.
- •139. Расчет значений факторов по отдельным наблюдениям.
- •140. Применение результатов факторного анализа при построении регрессионных уравнений.
- •141. Назначение дискриминантного анализа.
- •142. Переменные группировочные и независимые
- •143.Пошаговое включение переменных (переменные в модели и вне модели)
- •144. Канонический анализ, его составляющие
- •150.Матрица классификации
6. Ранжированный ряд распределения, техника его построения.
Ранжированный ряд распределения - расположение единиц совокупности в порядке возрастания или убывания выбранного признака.
Ранжированный ряд распределения строится, прежде всего, по количественному признаку. Но может также строиться по качественному признаку, если он может устанавливаться в определенной последовательности.
Ранжированный ряд может строиться по 3м формам:
1. Натуральная (солдатский строй).
2. Табличная - состоит из 2х строк: 1) № в ранжированном ряду; 2) значение признака.
№ 1 - min значение
№ 2 - max значение, или наоборот.
Несколько единиц имеют одно и то же значение признака - номера «не останавливаются»; нескольким номерам соответствует одно и то же значение.
3. Графическая (Огива распределения/ Огива Гальтона).
7. Анализ ранжированного ряда распределения.
На основе табличного и графического ранжированного ряда можно сделать следующие выводы:
1. Каков характер изменения признака:
Он может быть двояким:
1) плавный или постепенный (больше характерно для непрерывных признаков).
2. скачкообразный (дискретные признаки).
2. Скорость (интенсивность) изменения признака совокупности.
О скорости можно судить по углу наклона Огивы:
45º - средняя интенсивность;
<45º - слабая интенсивность;
>45º - высокая интенсивность.
3. Вывод о наличии/ отсутствии в совокупности резко выделяющихся значений признака (на концах ранжированного ряда).
На начальном этапе исследования единиц наличие таких единиц оценивается визуально (субъективно).
Следующим этапом познания статистических совокупностей является построение вариационных рядов распределения.
8. Вариационный ряд распределения, техника построения для дискретного признака.
В случае дискретного признака табличная форма вариационного ряда распределения состоит из 2х колонок.
Значение признака |
Частота |
xi |
ni |
Значение признака в порядке возрастания или убывания (1 раз - каждое значение) |
|
0 1 … 12 |
12 27 … 5 |
Итого: |
125 = ∑ ni |
Графически вариационный ряд распределения отражается в виде полегона распределения:
9. Интервальный вариационный ряд распределения, техника его построения.
Принципиальные отличия:
1. В левой колонке таблицы записываются не отдельные значения признака, а интервалы.
2. В правой колонке - сколько единиц имеют значения признака в пределах обозначенного интервала значения.
Интервалы значений |
Частоты интервала |
… |
… |
Для непрерывных признаков мы вынуждены строить именно интервальные ряды распределения, т.к. каждое отдельное значение встречается 1 раз.
К интервальному ряду мы вынуждены также обратится, если дискретный признак меняет свою величину в очень широком диапазоне (Число жителей - 1/ 1050).
Техника построения интервального вариационного ряда распределения:
1. Устанавливается число интервалов (групп), на которые должна быть разбита совоупность.
m - число интервалов
N - общая численность совокупности.
Получается примерно одно и то же число, если число единиц в пределах численной совокупности:
100 1000
10 31
8 10.
Если совокупность находится в пределах 100 ед., то можно воспользоваться любой из формул.
Если совокупность содержит большее число единиц, то необходимо воспользоваться 2ой формулой.
2. Определить шаг интервала (от … до …).
xmax - xmin - размах вариации.
1) Шаг интервала яда распределения рассчитывается с точностью, с которой представлены данные.
2) Если для определения шага интервала с заданной точностью потребляется округление, то округление всегда в большую сторону.
100 … 200
3. Установление границ интервала.
Интервал |
Частота интервала |
xmax - xmin + а |
|
160 - 164 |
10 |
164 - 168 |
12 |
168 - 172 |
… |
172 - 176 |
|
176 - 180 |
|
180 - 184 |
|
184 - 188 |
|
188 - 192 |
|
192 - 196 |
|
196 - 200 |
|
Итого: |
|
4. Посчитаем число единиц, имеющих значение признака в пределах каждого интервала.
Единицу, имеющую значение признака, равное границам интервала, можно относить как в предыдущий, так и в следующий интервал, по усмотрению исследователя, использую при этом 2 принципа:
1) включительный (в предыдущий интервал);
2) исключительный (в последующий интервал).
Графическим отображением интервального вариационного ряда распределения является гистограмма распределения.
