Показатели моментов и исследование форм статистического распределения

Лабораторная работа № 3. ПОКАЗАТЕЛИ МОМЕНТОВ И ИССЛЕДОВАНИЕ ФОРМ СТАТИСТИЧЕСКОГО  РАСПРЕДЕЛЕНИЯ

 

Цель работы: практическим образом научиться различать моменты распределения между собой, выделять основную закономерность кривой распределения.

Задание.  Определить моменты распределения первого, второго, третьего и четвертого порядков, начальные, центральные и условные; установить взаимосвязь между моментами; проверить формулу дисперсии; построить кривую эмпирического распределения, сглаженную кривую; охарактеризовать кривую теоретического распределения, вычислить коэффициент асимметрии, среднюю квадратическую ошибку, показатель эксцесса, среднюю квадратическую ошибку эксцесса, проанализировать можно ли предлагаемое распределение отнести к типу нормального распределения и выяснить его характерные особенности.

Условие.  В качестве условий используются  сгруппированный вариационный ряд лабораторной работы №1.

 

Выполнение задания.

1. Моменты распределения различаются по степеням отклонений значений признака наперед заданной характерной величины. Средняя арифметическая этих отклонений называется, в общем случае, моментом распределения.

 

,                                                    (24)

где А – величина, от которой определяется отклонение, a - степень отклонения или порядок момента.

Начальные моменты  вычисляются по формуле (24)  при А= 0

 

.                                                    (25)

 

Центральные моменты  вычисляются по формуле (24)  при А=

 

.                                                    (26)

Условные моменты  вычисляются по формуле (24)  при А 0 ,   А

 

.                                                                   (27)

 

Начальные моменты, вычисленные  по формуле (25) представлены на рис. 13.

Рис. 13

 

Зная среднее значение интервального вариационного ряда (таб. 4) вычисляются центральные моменты порядков 1, 2, 3 и 4  по формуле (26) рис. 14.

 

Рис. 14

 

Выбирая в качестве числа А = 1,8  (А 0 ,   А ), можно вычислить условные моменты по формуле (24)  рис. 15.

Рис. 15

2. Взаимосвязь между  моментами распределений.

Замечание 1: Начальный момент первого порядка является средней арифметической.

Замечание 2: Центральный момент первого порядка всегда равен нулю

 

.                                                                   (28)

Замечание 3: Центральный момент второго порядка является дисперсией.

Замечание 4: Центральный момент третьего порядка всегда равен нулю в симметричном распределении. Для несимметричных распределений его используют как показатель асимметрии.

Замечание 5: Центральный момент четвертого порядка участвует в вычислениях показателя эксцесса.

Замечание 4: Начальные и условные моменты второго, третьего и четвертого порядков реального смысла не имеют и используются для упрощения расчетов приведенных выше моментов.

Проверим следующие  верные соотношения:

 

,                                                            (29)

 

,                                                                (30)

 

,                                                         (31)

 

,                                                         (32)

 

,                                              (33)

 

Табл. 6

Центральные моменты
m4	0,021863
m3	0,007631
m2	0,085824
m1	0

 

3. Величина дисперсии,  вычисленная по формуле (31) , совпадает со значением, полученным по формуле (12) лабораторной работы № 2.

 

4. Кривой эмпирического  распределения является кривая плотности распределения. По оси ординат графика функции этой кривой откладывают частости W_i , по оси абсцисс средне значения вариант представленного сгруппированного вариационного ряда.

 

5. Кривая распределения  характеризует теоретическое распределение, которое получается при полном погашении всех случайных причин, искажающих основную закономерность. Исследование закономерности (формы) распределения включает решение трех задач:

а). выяснение общего характера  распределения;

б). выравнивание эмпирического распределения или кривой y = f(x) , построение достаточно близкого теоретического распределения, если это возможно;

г). проверка соответствия найденного теоретического распределения эмпирическому.

На практике в статистических исследованиях встречаются различные распределения. Однородные совокупности характеризуются одновершинными распределениями. Неоднородные совокупности имеют несколько вершин. При появление двух и более вершин необходимо перегруппировать данные с целью выделения более однородных групп. Для выяснения общего характера эмпирического распределения следует оценить степень однородности, вычислить показатели асимметрии, эксцесса, средних квадратических ошибок асимметрии и эксцесса.

Относительный показатель асимметрии

 

.                                                                  (34)

 

Наиболее точным является показатель асимметрии, рассчитываемый по формуле

 

.                                                                     (35)

 

= 0.                                                               (34¢)

 

.                                                  (35¢)

 

Показатель асимметрии, вычисленный по формуле (34), свидетельствует  о симметричном распределении интервального вариационного ряда, по более точной формуле (35). В правосторонней асимметрии дискретного ряда – знак величины положительный (рис. 16, б). У левосторонней асимметрии знак величины отрицательный и левая ветвь относительно максимальной ординаты вытянута больше, чем правая (рис. 16, а).

 

 

а)		б)
Рис. 16

 

Показатель асимметрии позволяет сделать вывод о  наличии или отсутствии асимметрии в распределении признака в генеральной совокупности рис. 1. Оценка этого показателя осуществляется с помощью средней квадратической ошибки

 

.                                                      (36)

Если отношение > 3, асимметрия существенна и распределение признака в генеральной совокупности не будет симметричным. Если отношение < 3, асимметрия несущественна.

Вычисляя среднюю квадратическую ошибку, получим  = = 0,624 < 3. Следовательно, асимметрия вариационного ряда, представленного на рис. 1 и кривой плотности распределения рис. 5 несущественна, и распределение признака генеральной совокупности можно считать практически симметричным. Кривые симметричных распределений обладают показателями эксцесса – острой или плоской вершиной. Наиболее приемлемой формулой для вычисления эксцесса является

 

.                                                                 (37)

 

Эксцесс - это выпад  вершины эмпирического распределения  вверх или вниз относительно кривой нормального распределения. Для нормального распределения отношение =3.

В нашем примере  = -0,0295  < 0, это соответствует плосковершинному распределению. Вершина кривой распределения расположена ниже кривой нормального распределения рис. 17. Если > 0, то вершина острая и находится выше кривой нормального распределения.

Средяя квадратическая ошибка эксцесса вычисляется следующим образом:

 

.                                                      (38)

 

Подставим вместо N его значение, получим = 0,8412 .

На рис. 17 построена  кривая нормального распределения по известным параметрам ,  s  и плотности распределения

.                                                    (39)

 

Кривая нормального  распределения 2 рис. 17  обладает некоторыми особенностями:

А). Симметрична относительно максимальной ординаты ;

Б). Максимальная ордината соответствует максимальному значению кривой, величина которого -  = = и равна   (для представленного примера 1,424 1,362);

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рис. 17.

 

В). Для ординат  из промежутка кривая нормального распределения асимптотически приближается к оси абсцисс;

Г). Кривая нормального распределения в точках ,  имеет точки перегиба;

Д). В промежутке содержится 68,3% всех значений признака, в промежутке содержится 95,4% всех значений признака, в промежутке содержится 99,7% всех значений признака.

 

 

 

 

 

 

 

 

 

 

 

Рис. 18

 

6. Предлагаемое распределение  имеет несущественную асимметрию, плосковершинное, его можно отнести к типу нормального распределения, если функцию эмпирического распределения увеличить в 3,878 раз. Графическое представление этой функции представлено на рис. 19 кривой 2.

 

 

Рис. 19

 

Выводы.  Выводы содержатся в каждом пункте выполненного задания.

 

Варианты заданий.  Варианты указаны римскими цифрами в лабораторной работе  №1.