Kvartilis: 2
A következő mutatók értékelésére a lelet számos eloszlás:
elosztó központ teljesítményét.
súlyozott átlag
divat
Válassza az elején az intervallum 148, mert ez az a tartomány véve a legnagyobb számú
A leggyakoribb értelmét egy szám - 154
középső
A medián osztja a mintát két részből áll: a fele az opció kevesebb, mint a medián fele - tovább
Így 50% -a az egységek együttesen kisebb, mint a 161,33
kiszámítása kvartilisekbe
Így 25% -a az egységek együttesen kisebb, mint a 153,56
Ez egybeesik a medián Q2, Q2 = 161,33
A fennmaradó 25% -ot meghaladja az értéket 178.
Kvartilis differenciálódási faktor.
k = Q1 / Q3
k = 153,56 / 178 = 0,86
Decile (detsentili)
Decilisek - jellemző érték a rangsorolja eloszlása úgy választjuk meg, hogy 10% a népesség egységek kisebb nagyságrendű D1; 80% kell tenni a D1 és D9; a fennmaradó 10% felülmúlja a D9
Így 10% -a az egységek együttesen kisebb, mint a 150.22
A fennmaradó 10% jobbak 185,5
variációk teljesítményét.
A skála a variáció
R = Xmax - Xmin
R = 198-148 = 50
Másodlagos lineáris eltérést
Minden érték a sorozat eltér a többi nem több, mint 12
szórás
Torzítatlan becslését a szórás.
Szórást.
Minden érték a sorozat eltér az átlagos értéke 165,5 legfeljebb 13,37
Értékelési standard deviáció.
A variációs együttható
mivel v<30%, то совокупность однородна, а вариация слабая. Полученным результатам можно доверять.
Mutatók elosztási formák.
A koefficiens rezgések
A relatív lineáris lehajlás
Relatív index kvartilis variáció
Az aszimmetria mértékét
Ez egy szimmetrikus eloszlása, hogy a frekvencia bármely két változatban, egyenlő mindkét oldalán az elosztási központ egyenlő.
A pozitív érték azt a jobb aszimmetria
ábra kurtosis (csúcsosság) számított szimmetrikus eloszlás. Csúcsosság egy top tolóerő empirikus eloszlás felfelé vagy lefelé a tetején a normális eloszlási görbe.
Ex> 0 - tetőzött forgalmazás
Intervallumbecslését a központ a teljes népesség.
A megbízhatósági intervalluma az általános átlag
mivel az N<=30, то определяем значение tkp по таблице распределения Стьюдента
Szerint a Student táblázatban találunk Ttabl
F (tkp) = 1- p = 1- 0,954 = 0,05
Ttabl (n-1, # 945) = (19; 0,05) = 1.729
(165,5-5,30, 165,5 + 5,30) = (160.2; 170,8)
Valószínűséggel 0,954 lehetne érvelni, hogy az átlagos érték a mintavétel nagyobb térfogatú nem haladja meg a talált intervallumot.
A megbízhatósági intervallum a diszperziós.
A valószínűsége az alsó korlát egyenlő 0,05 / 2 = 0,025. A több szabadsági fokkal k = 19, a táblázatban khí-négyzet eloszlás találunk:
# 967; 2 (19) = 32,85233
Véletlen hibavariancia:
(188,16-108,87; 188,16 + 108,87)
(79,3; 297,03)
Intervallumbecslését közérdekű (valószínűsége esemény).
A megbízhatósági intervallum az aránya az általános.
mivel az N<=30, то определяем значение tkp по таблице распределения Стьюдента
Szerint a Student táblázatban találunk Ttabl
F (tkp) = 1 - p = 1- 0,954 = 0,05
Ttabl (n-1, # 945) = (19; 0,05) = 1.729
A részesedése a i-edik csoport fi / Σf
Az átlagos mintavételi hiba az általános részvény, # 949;
Az alsó határ az aránya, p * + # 949;
A felső határ az aránya, p * + # 949;
A valószínűsége 0,954 magasabb térfogathányada a minta lesz található előre meghatározott időközönként.
Ellenőrzés az elosztási forma hipotéziseket.
1. A hipotézis tesztelésére, hogy X normális eloszlású segítségével Pearson hozzájárulásával.
ahol pi - valószínűsége, hogy a hit az i-edik intervallum valószínűségi változó szerint szét kell egy hipotetikus törvény
Kiszámításához valószínűségek pi és formula alkalmazni a Laplace függvénytábla
A megfigyelt gyakorisága ni
Annak a valószínűsége, pi, hogy adja meg az i-edik slot
A várható gyakoriság NPI
A feltételek a Pearson statisztika Ki
Mi határozza meg a határ a kritikus terület. Mivel a Pearson statisztika közötti különbséget méri az empirikus és elméleti eloszlások, annál nagyobb az értéke Knabl figyelhető meg. annál erősebb az ellenérv alaphipotézist.
Ezért kritikus tartományában ezek a statisztikák mindig kétoldalas: [KKP; + ∞).
A határ KKP = # 967; 2 (k-r-1; # 945;), azt látjuk, az elosztó táblák "chi-square", és adja meg az értékeket s, k (intervallumok számát), r = 2 (XCP paraméterek s mért minta).
KKP = 6; Knabl = 8,64
A megfigyelt értéke a Pearson statisztika esik a kritikus területen: Koba> KKP, így nincs ok arra, hogy elvetjük a nullhipotézist. Ezeket a mintákat nem osztják rendesen.
A kvartilisekbe kiszámításához pont és intervallum előrejelzése
Tizenkét szakértők értékelték a leendő értékesítési volumen a mechanikus órák (ezer. Db.).
Ön kap a pont és az intervallum előrejelzések értékesítése óra a Delphi módszer.
Határozat. Proranzhiruem számát. Mert ez a fajta értékeinek növekvő sorrendben.
A medián - az érték a jellemző, amely elválasztja az egység rangsorolt sorozat két részre. Medián felel kiviteli alak, áll a közepén rangsorolt sorozat.
Find a középső rangsorolt sorozat: h = n / 2 = 12/2 = 6. A rangsorolt sorban tartalmaz egy páros számú egységek, így a medián kerül meghatározásra átlagosan két központi értékek: (10 + 10,2) / 2 = 10,1 ezer darab ..
Negyedév - jellemző érték a rangsorolja eloszlása úgy választjuk meg, hogy 25% a népesség egységek kisebb értékben Q1; 25% lesz zárt között Q1 és Q2; 25% - közötti Q2 és Q3; A fennmaradó 25% -ot meghaladja Q3.
Find a negyedik helyen sorozat: h = n / 4 = 12/4 = 3. A rangsorolt sorban tartalmaz egy páros számú egységek, így Q1 kvartilis átlagaként definiáltuk a két érték: (8,4 + 9,6) / 2 = 9 ezer darab ..
Azt találjuk, 3/4 rangsorolt sorozat: h = 3N / 4 * 3 = 12/4 = 9. Q3 = (11,6 + 12,5) / 2 = 12.050 darab ..
Point előrejelzés: 10,1 millió egység .. Interval predikciós (9 1205).