На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


контрольная работа Ряды распределения. Атрибутные и вариационные ряды распределения

Информация:

Тип работы: контрольная работа. Добавлен: 16.10.2012. Сдан: 2012. Страниц: 6. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Содержание  

Введение ……………………………………………………………….2
I. ТЕОРЕТИЧЕСКАЯ  ЧАСТЬ
1.1 Ряды распределения.  Атрибутные и вариационные ряды  распределения………………………………………………………….3
1.2 Понятие статистических  рядов распределения и их виды , расчет показателей вариации………………………………...………11
Заключение……………………………………………………………19
Глоссарий……………………………………………………………...20
Список использованной  литературы ………………………………22 
 
 
 
 
 
 
 
 
 
 
 
 

 
Введение 

     Статистические  ряды распределения являются одним  из наиболее важных элементов статистики. Они представляют собой составную часть метода статистических сводок и группировок, но, по сути, ни одно из статистических исследований невозможно произвести, не представив первоначально полученную в результате статистического наблюдения информацию в виде статистических рядов распределения.    Первичные данные обрабатываются в целях получения обобщенных характеристик изучаемого явления по роду существенных признаков для дальнейшего осуществления анализа и прогнозирования; производится сводка и группировка; статистические данные оформляются с помощью рядов распределения в таблицы, в результате чего информация представляется в наглядном рационально изложенном виде, удобном для использования и дальнейшего исследования; строятся различного рода графики для наиболее наглядного восприятия и анализ информации. На основе статистических рядов распределения вычисляются основные величины статистических исследований: индексы, коэффициенты; абсолютные, относительные, средние величины и т.д., с помощью которых можно проводить прогнозирование, как конечный итог статистических исследований.            Таким образом статистические ряды распределения являются базисным методом для любого статистического анализа. Понимание данного метода и навыки его использования необходимы для проведения статистических исследований. 
 
 
 
 
 

I. ТЕОРЕТИЧЕСКАЯ  ЧАСТЬ 
 

     1.1.Ряды распределения. Атрибутные и вариационные ряды распределения 

     Важнейшей частью статистического анализа  является построение рядов распределения (структурной группировки) с целью  выделения характерных свойств и закономерностей изучаемой совокупности. В зависимости от того, какой признак (количественный или качественный) взят за основу группировки данных, различают соответственно типы рядов распределения. Если за основу группировки взят качественный признак, то такой ряд распределения называютатрибутивным (распределение по видам труда, по полу, по профессии, по религиозному признаку, национальной принадлежности и т.д.).          Если ряд распределения построен по количественному признаку, то такой ряд называют вариационным. Построить вариационный ряд - значит упорядочить количественное распределение единиц совокупности по значениям признака, а затем подсчитать числа единиц совокупности с этими значениями (построить групповую таблицу).      Выделяют три формы вариационного ряда: ранжированный ряд, дискретный ряд и интервальный ряд. Ранжированный ряд - это распределение отдельных единиц совокупности в порядке возрастания или убывания исследуемого признака. Ранжирование позволяет легко разделить количественные данные по группам, сразу обнаружить наименьшее и наибольшее значения признака, выделить значения, которые чаще всего повторяются.Другие формы вариационного ряда - групповые таблицы, составленные по характеру вариации значений изучаемого признака. По характеру вариации различают дискретные (прерывные) и непрерывные признаки.
 Дискретный  ряд - это такой вариационный ряд, в основу построения которого положены признаки с прерывным изменением (дискретные признаки). К последним можно отнести тарифный разряд, количество детей в семье, число работников на предприятии и т.д. Эти признаки могут принимать только конечное число определенных значений.  Дискретный вариационный ряд представляет таблицу, которая состоит из двух граф. В первой графе указывается конкретное значение признака, а во второй - число единиц совокупности с определенным значением признака. Если признак имеет непрерывное изменение (размер дохода, стаж работы, стоимость основных фондов предприятия и т.д., которые в определенных границах могут принимать любые значения), то для этого признака нужно строить интервальный вариационный ряд.Групповая таблица здесь также имеет две графы. В первой указывается значение признака в интервале «от - до» (варианты), во второй - число единиц, входящих в интервал (частота).Частота (частота повторения) - число повторений отдельного варианта значений признака, обозначается fi , а сумма частот, равная объему исследуемой совокупности, обозначается
  где k - число вариантов значений признака
 Очень часто таблица дополняется графой, в которой подсчитываются накопленные  частоты S, которые показывают, какое  количество единиц совокупности имеет значение признака не большее, чем данное значение.Частоты ряда f могут заменяться частостями w, выраженными в относительных числах (долях или процентах). Они представляют собой отношения частот каждого интервала к их общей сумме, т.е.:
   
 При построении вариационного ряда с  интервальными значениями прежде всего  необходимо установить величину интервала i, которая определяется как отношение  размаха вариации R к числу групп m:
  где R = xmax - xmin ; m = 1 + 3,322 lgn (формула Стерджесса); n - общее число единиц совокупности.        Для определения структуры совокупности используют особые средние показатели, к которым относятся медиана и мода, или так называемые структурные средние. Если средняя арифметическая рассчитывается на основе использования всех вариантов значений признака, то медиана и мода характеризуют величину того варианта, который занимает определенное среднее положение в ранжированном вариационном ряду.Медиана (Ме) - это величина, которая соответствует варианту, находящемуся в середине ранжированного ряда.           Для ранжированного ряда с нечетным числом индивидуальных величин (например, 1, 2, 3, 3, 6, 7, 9, 9, 10) медианой будет величина, которая расположена в центре ряда, т.е. пятая величина.Для ранжированного ряда с четным числом индивидуальных величин (например, 1, 5, 7, 10, 11, 14) медианой будет средняя арифметическая величина, которая рассчитывается из двух смежных величин.          То есть для нахождения медианы сначала необходимо определить ее порядковый номер (ее положение в ранжированном ряду) по формуле
  где n - число единиц в совокупности.
 Численное значение медианы определяют по накопленным  частотам в дискретном вариационном ряду. Для этого сначала следует  указать интервал нахождения медианы  в интервальном ряду распределения. Медианным называют первый интервал, где сумма накопленных частот превышает половину наблюдений от общего числа всех наблюдений.
 Численное значение медианы
 
 где xМе - нижняя граница медианного интервала; i - величина интервала; S-1 - накопленная  частота интервала, которая предшествует медианному; f - частота медианного интервала.        Модой (Мо) называют значение признака, которое встречается наиболее часто у единиц совокупности. Для дискретного ряда модой будет являться вариант с наибольшей частотой. Для определения моды интервального ряда сначала определяют модальный интервал (интервал, имеющий наибольшую частоту). Затем в пределах этого интервала находят то значение признака, которое может являться модой.    Чтобы найти конкретное значение моды, необходимо использовать формулу
 
 где xМо - нижняя граница модального интервала; iМо - величина модального интервала; fМо - частота модального интервала; fМо-1 - частота интервала, предшествующего  модальному; fМо+1 - частота интервала, следующего за модальным.Мода имеет широкое распространение в маркетинговой деятельности при изучении покупательского спроса, особенно при определении пользующихся наибольшим спросом размеров одежды и обуви, при регулировании ценовой политики.Основной целью анализа вариационных рядов является выявление закономерности распределения, исключая при этом влияние случайных для данного распределения факторов. Этого можно достичь, если увеличивать объем исследуемой совокупности и одновременно уменьшать интервал ряда. При попытке изображения этих данных графически мы получим некоторую плавную кривую линию, которая для полигона частот будет являться некоторым пределом. Эту линию называют кривой распределения.Иными словами, кривая распределения есть графическое изображение в виде непрерывной линии изменения частот в вариационном ряду, которое функционально связано с изменением вариант. Кривая распределения отражает закономерность изменения частот при отсутствии случайных факторов. Графическое изображение облегчает анализ рядов распределения.Известно достаточно много форм кривых распределения, по которым может выравниваться вариационный ряд, но в практике статистических исследований наиболее часто используются такие формы, как нормальное распределение и распределение Пуассона.   Нормальное распределение зависит от двух параметров:  средней арифметической    и среднего квадратического отклонения  . Его кривая выражается уравнением
  где у - ордината кривой нормального  распределения;   - стандартизованные отклонения; е и ? - математические постоянные; x - варианты вариационного ряда;   - их средняя величина;   - cреднее квадратическое отклонение.Если нужно получить теоретические частоты f' при выравнивании вариационного ряда по кривой нормального распределения, то можно воспользоваться формулой
  где   - сумма всех эмпирических частот вариационного ряда; h - величина интервала в группах;   - cреднее квадратическое отклонение;   - нормированное отклонение вариантов от средней арифметической; все остальные величины легко вычисляются по специальным таблицам.          При помощи этой формулы мы получаем теоретическое (вероятностное) распределение, заменяя имэмпирическое (фактическое) распределение, по характеру они не должны отличаться друг от друга.Тем не менее в ряде случаев, если вариационный ряд представляет собой распределение по дискретному признаку, где при увеличении значений признака х частоты начинают резко уменьшаться, а средняя арифметическая, в свою очередь, равна или близка по значению к дисперсии ( ), такой ряд выравнивается по кривой Пуассона. Кривую Пуассона можно выразить отношением
  где Px - вероятность наступления  отдельных значений х;   - средняя арифметическая ряда.При выравнивании эмпирических данных теоретические частоты можно определить по формуле
  где f' - теоретические частоты; N - общее  число единиц ряда.
 Сравнивая полученные величины теоретических  частот f' c эмпирическими (фактическими) частотами f, убеждаемся, что их расхождения могут быть весьма невелики.Объективная характеристика соответствия теоретических и эмпирических частот может быть получена при помощи специальных статистических показателей, которые называют критериями согласия.  Для оценки близости эмпирических и теоретических частот применяются критерий согласия Пирсона, критерий согласия Романовского, критерий согласия Колмогорова.       Наиболее распространенным является критерий согласия К. Пирсона  , который можно представить как сумму отношений квадратов расхождений между f' и f к теоретическим частотам:
 
 Вычисленное значение критерия   необходимо сравнить с табличным (критическим) значением  . Табличное значение определяется по специальной таблице, оно зависит от принятой вероятности Р и числа степеней свободы k (при этом k = m - 3, где m - число групп в ряду распределения для нормального распределения). При расчете критерия согласия Пирсона должно соблюдаться следующее условие: достаточно большим должно быть число наблюдений (n   50), при этом если в некоторых интервалах теоретические частоты < 5, то интервалы объединяют для условия > 5.Если   , то расхождения между эмпирическими и теоретическими частотами распределения могут быть случайными и предположение о близости эмпирического распределения к нормальному не может быть отвергнуто.         В том случае, если отсутствуют таблицы для оценки случайности расхождения теоретических и эмпирических частот, можно использовать критерий согласия В.И. Романовского КРом , который, используя величину   , предложил оценивать близость эмпирического распределения кривой нормального распределения при помощи отношения
  где m - число групп; k = (m - 3 ) - число  степеней свободы при исчислении частот нормального распределения.Если вышеуказанное отношение < 3, то расхождения эмпирических и теоретических частот можно считать случайными, а эмпирическое распределение - соответствующим нормальному. Если отношение > 3, то расхождения могут быть достаточно существенными и гипотезу о нормальном распределении следует отвергнуть.Критерий согласия А.Н. Колмогорова   используется при определении максимального расхождения между частотами эмпирического и теоретического распределения, вычисляется по формуле
  где D - максимальное значение разности между накопленными эмпирическими и теоретическими частотами;   - сумма эмпирических частот.
 По  таблицам значений вероятностей  -критерия можно найти величину  , соответствующую вероятности Р. Если величина вероятности Р значительна по отношению к найденной величине  , то можно предположить, что расхождения между теоретическим и эмпирическим распределениями несущественны. 
 
 
 
 
 
 
 

     1.2 Понятие статистических рядов  распределения и их виды , расчет  показателей вариации
     Результаты  сводки и группировки материалов статистического наблюдения оформляются в виде статистических рядов распределения. Статистические ряды распределения представляют собой упорядоченное распределение единиц изучаемой совокупности на группы по группировочн му     (варьирующему) признаку. Они характеризуют состав изучаемого явления, позволяют судить об однородности совокупности, границах ее изменения, закономерностях развития наблюдаемого объекта. В зависимости от признака статистические ряды распределения делятся на следующие:               - атрибутивные (качественные);                                                                                       - вариационные (количественные):                                                                                      a) дискретные;                                                                                                                        b) интервальные.
а) Атрибутивные ряды распределения
Атрибутивные  ряды образуются по качественным признакам, которыми могут выступать занимаемая должность работников торговли, профессия, пол, образование и т.д. В правовой статистике - это виды преступлений (убийства, грабежи, разбои); занимаемая должность лиц, совершивших административные правонарушения; образование и т.д.    Пример атрибутивных рядов распределения:                                               Таблица 1.                                                                                                 Распределение преступлений в г. Москве за сутки по видам
 
 
 
 
Виды  преступлений
Количество преступлений  
  абсолютное в % к итогу  
Убийства 3 3,2  
Тяжкие  телесные повреждения 3 3,2  
Изнасилования 1 1,1  
Разбои 4 4,3  
Грабежи 15 16,1  
Кражи 52 56,0  
Изъятия наркотиков 15 16,1  
Итого 93 100  
       
В данном примере группировочным признаком выступают виды преступлений. Данный ряд распределения является атрибутивным, поскольку варьирующий признак представлен не количественными, а качественными показателями. Наибольшее число правонарушений составляют кражи 56%; далее правонарушения распределяются поровну между грабежами и случаями изъятия наркотиков (16%) и убийствами и случаями нанесения тяжких телесных повреждений (3%); разбои составили 4.5%, и наименьшее число зарегистрированных правонарушений составили изнасилования -1%.
б) Вариационные ряды распределения
Вариационные  ряды строятся на основе количественного  группировочного признака. При этом вариационные ряды по способу построения бывают дискретными (прерывными) и интервальными (непрерывными).   Дискретный ряд распределения - ряд, который основан на прерывной вариации признака, т.е. в котором значение признака выражено целым числом (число раскрытых преступлений и т.д.). Для построения дискретного ряда с небольшим числом вариантов выписываются все встречающиеся варианты значений признака , а затем подсчитывается частота повторения варианта . Ряд распределения принято оформлять в виде таблицы, состоящей из двух колонок (или строк), в одной из которых представлены варианты, а в другой - частоты.                        Интервальный ряд распределения - ряд, базирующийся на непрерывно изменяющемся значении признака, имеющего любые количественные выражения, т.е. значение признаков таких рядах задается в виде интервала. При наличии достаточно большого количества вариантов значений признака первичный ряд является труднообозримым, и непосредственное рассмотрение его не дает представления о распределении единиц по значению признака в совокупности. Поэтому первым шагом в упорядочении первичного ряда является его ранжирование - расположение всех вариантов в возрастающем (убывающем) порядкеВариационные ряды состоят из двух элементов: вариант и частот.         Варианта - это отдельное значение варьируемого признака, которое он принимает в ряду распределения.        Частота - это численность отдельных вариант или каждой группы вариационного ряда. Частоты, выраженные в долях единицы или в процентах к итогу, называются частостями. Сумма частот составляет объем ряда распределения.Для построения ряда распределения непрерывно изменяющихся признаков, либо дискретных, представленных в виде интервалов, необходимо установить оптимальное число интервалов, на которые следует разбить все единицы изучаемой совокупности.
2) Графическое изображение статистических данных
Статистический  график - это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков. Представление данных таблиц в виде графика производит более сильное впечатление, чем цифры, позволяет лучше осмыслить результаты статистического наблюдения, правильно их истолковывать, значительно облегчает понимание статистического материала, делает его наглядным и доступным.Значение графического метода в анализе и обобщении данных велико. Графическое изображение позволяет осуществить контроль достоверности статистических показателей, так как, представленные на графике, они более ярко показывают имеющиеся неточности, связанные либо с наличием ошибок наблюдения, либо с сущностью изучаемого явления. С помощью графического изображения возможны изучение закономерностей развития явления, установление существующих взаимосвязей. Простое сопоставление данных не всегда дает возможность уловить наличие причинных зависимостей, в то же время их графическое изображение способствует выявлению причинных связей, в особенности в случае установления первоначальных гипотез, подлежащих затем дальнейшей разработке. Графики также широко используются для изучения структуры явлений, их изменения во времени и размещения в пространстве. В них более выразительно проявляются сравнительные характеристики и отчетливо виды основные тенденции развития и взаимосвязи, присущие изучаемому явлению или процессу.
Расчет показателей  вариации.
     Вариация - это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Исследование вариации в статистике имеет большое значение, помогает познать сущность изучаемого явления. Показатели вариации характеризуют колеблемость отдельных значений вариант около средних величин. Показатели вариации определяют различия индивидуальных значений признака внутри изучаемой совокупности. Существует несколько видов показателей вариации:                                                                                                  а) Размах вариации R представляет собой разность между максимальным и минимальным значениями признака:       R = Xmax – Xmin                                                                                        Размах вариации показывает лишь крайние отклонения признака и не отражает отклонений всех вариантов в ряду
(7) - невзвешенное;
(8) - взвешенное,
где: Х - варианты;
Х - средняя величина;
n - число признаков;
f - частоты.
Линейное отклонение учитывает различия всех единиц изучаемой совокупности.                                                                                                                         в) Дисперсия - показатель вариации, выражающий средний квадрат отклонений вариант от средних величин в зависимости от образующего вариационного фактора.
(9) - невзвешенная;
(10) - взвешенная.
Показатель дисперсии  более объективно отражает меру вариации на практике.
г) Среднее квадратическое отклонение                                                                            (11) - взвешенное;                                                                                                             (12) - невзвешенное.
Среднее квадратическое отклонение является показателем надежности средней: чем меньше среднее квадратическое отклонение, тем лучше средняя арифметическая отражает собой всю статистическую совокупность.
д) Показатель вариации.
Показатель вариации отражает тенденцию развития явления, т.e. действие главных факторов. Показатель вариации выражается в % или коэффициентах.
Расчет моды и медианы.
Особым видом  средних величин являются структурные  средние. Они применяются для  изучения внутреннего строения и  структуры рядов распределения  значений признака. К таким показателям  относятся мода и медиана.            Мода - это величина признака (варианта), который наиболее часто встречается в данной совокупности, т.e. это варианта, имеющая наибольшую частоту.  В интервальном ряду распределения мода находится по следующей формуле:                                                                                                                                где: минимальная граница модального интервала;                                                                - величина модального интервала;                                                                             частоты модального интервала, предшествующего и следующего за ним  Модальный интервал определяется по наибольшей частоте. Мода широко используется в статистической практике при изучении покупательского спроса, регистрации цен и т.д.                                                                       Медиана - варианта, находящаяся в середине ряда распределения.                Медиана делит ряд на две равные (по числу единиц) части - со значениями признака меньше медианы и со значениями признака больше медианы.           В случае если вариационный ряд имеет число значений вариант четное, то расчет медианы производится по следующей формуле:                                               (5) , где - варианты, находящиеся в середине ряда     В интервальном ряду распределения медиана рассчитывается следующим образом:                                                                                                      где: - нижняя граница медианного интервала;                                                                   - величина медианного интервала                                                                                         - полусумма частот ряда;                                                                                                          - сумма накопленных частот, предшествующих медианному интервалу;                         - частота медианного интервала.         Структурные средние величины (мода и медиана) имеют довольно большое значение в статистике и широкое применение. Мода является именно тем числом, которое в действительности встречается наиболее часто. Медиана имеет важные свойства для анализа явлений: она обнаруживает типичные черты индивидуальных признаков явления, и, вместе с тем, учитывает влияние крайних значений совокупности. Медиана находит практическое применение в маркетинговой деятельности вследствие особого свойства - сумма абсолютных отклонений чисел ряда от медианы есть величина наименьшая.           Расчет моды и медианы для интервального ряда распределения рассмотрим на примере ряда распределения рабочих по стажу, приведенного в таблице 5.3.
 
 Расчет Mo:
 • Максимальная частота  n max = 13, она соответствует четвертой группе, следовательно, модальным является интервал с границами 12 – 16 лет.                             • Моду рассчитаем по формуле:
 
 Чаще  всего встречаются рабочие со стажем работы около 13 лет. Мода не находится  в середине модального интервала, она  смещена к его нижней границе, связано это со структурой данного ряда распределения (частота предмодального интервала значительно больше частоты постмодального интервала).
 Расчет  медианы:
 • По графе накопленных частот определяется медианный интервал. Он содержит 25 и 26-у статистические единицы, которые находятся в разных группах – в 3-ей и 4-ой. Для нахождения Me можно использовать любую из них. Расчет проведем по 3-ей группе:
 
 Такое же значение Me можно получить при её расчете по 4-ой группе:
 
 При сдвоенном центре Me всегда находится на стыке интервалов, содержащих центральные единицы. Вычисленное значение Me показывает, что у первых 25 рабочих стаж работы – менее 12 лет, а у оставшихся 25-ти, следовательно, - более 12 лет.  
 
 
 
 
 
 

Заключение 

     Статистические ряды распределения являются базисным методом для любого статистического анализа.
     Статистический  ряд распределения представляет собой упорядоченное распределение  единиц изучаемой совокупности на группы по определенному варьирующему признаку, характеризует структуру изучаемого явления. Анализируя рассчитанные показатели статистического ряда распределения, можно делать выводы об однородности или неоднородности совокупности, закономерности распределения и границах варьирования единиц совокупности. Изучив основные приемы исследования и практики применения рядов распределения, а также методику вычисления наиболее важных статистических величин, необходимо отметить, что конечная цель изучения статистики в целом - анализ изучаемого явления - крайне важен для всех сфер человеческой жизни. Анализ отображает явления в целом и вместе с этим учитывает влияние каждого фактора в отдельности. На основании проведенного анализа можно учитывать и прогнозировать факторы, негативно влияющие на развитие событий.
     Социально-экономическая статистика обеспечивает предоставление важной цифровой информации об уровне и возможностях развития страны: ее экономическом положении, уровне жизни населения, его составе и численности, рентабельности предприятий, динамике безработице и т.д. Статистическая информация является одним из решающих ориентиров государственной экономической политики.
Статистические  методы используют комплексно. Выделяют три основные стадии экономико-статистического  исследования: сбор первичной статистической информации, статистическая сводка и обработка первичной информации, обобщение и интепретация статистической информации. 
 

Глоссарий 

1.Построить вариационный ряд - значит упорядочить количественное распределение единиц совокупности по значениям признака, а затем подсчитать числа единиц совокупности с этими значениями (построить групповую таблицу).
2.Статистический график - это чертеж, на котором статистические совокупности, характеризуемые определенными показателями, описываются с помощью условных геометрических образов или знаков.
3.Вариация - это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени.
4.Дисперсия - показатель вариации, выражающий  средний квадрат отклонений вариант  от средних величин в зависимости от образующего вариационного фактора.
5.Мода - это величина признака (варианта), который наиболее часто встречается в данной совокупности, т.e. это варианта, имеющая наибольшую частоту.
6.Медиана - варианта, находящаяся в середине ряда распределения
7.вариационного ряда - групповые таблицы, составленные по характеру вариации значений изучаемого признака                                                             8.Частота (частота повторения) - число повторений отдельного варианта значений признака, обозначается fi , а сумма частот, равная объему исследуемой совокупности, обозначается                                                                                                                                              9.Медиана (Ме) - это величина, которая соответствует варианту, находящемуся в середине ранжированного ряда.                                                                                              10.Статистические ряды распределения представляют собой упорядоченное распределение единиц изучаемой совокупности на группы по группировочному (варьирующему) признаку
11.Атрибутивные ряды образуются по качественным признакам, которыми могут выступать занимаемая должность работников торговли, профессия, пол, образование и т.д.
12.Интервальный ряд распределения - ряд, базирующийся на непрерывно изменяющемся значении признака, имеющего любые количественные выражения, т.е. значение признаков таких рядах задается в виде интервала.
13.Частота - это численность отдельных вариант или каждой группы вариационного ряда
14.Среднее квадратическое отклонение является показателем надежности средней: чем меньше среднее квадратическое отклонение, тем лучше средняя арифметическая отражает собой всю статистическую совокупность
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.