Понятие о закономерностях статического распределения....

Понятие о закономерностях статического распределения.

Четверг, Март 27th, 2008

В процессе анализа статистических данных, представленных рядами распределения, кроме знания о характере распределения (или структуре совокупности) могут вычисляться различные статистические показатели (числовые характеристики), которые в обобщенном виде отражают особенности распределения изучаемых признаков. Наличие таких характеристик ( показателей) существенно облегчает сравнение различных распределений ( явлений) между собой.
Эти характеристики (показатели) могут быть разделены на 3 основные группы

  • 1) характеристики центра распределения (средняя, мода, медиана);
  • 2) характеристики степени вариации (вариационный размах, среднее линейное отклонение, дисперсия, среднее квадратическое отклонение, коэффициент вариации);
  • 3) характеристики формы (типа) распределения (показатели эксцесса и асимметрии, ранговые характеристики, кривые распределения).

Первые две группы показателей будут рассмотрены в теме 8.В данном вопросе остановимся на знакомстве с основными понятиями и характеристиками третьей группы.
Полигоны и гистограммы в общем виде дают определенное представление о связи между частной (частностью) и величиной признака. Однако эмпирическое распределение признака, т.е. распределение в том виде, как оно получено в результате наблюдения, как правило, выявляет эту закономерность неясно. Ведь на значения признаков у единиц совокупности ( на индивидуальные значения) оказывают влияние различные случайные факторы. Более четкому выявлению закономерности распределения (т.е. закономерности изменения частот в вариационных рядах) способствует построение ряда с более крупными интервалами (или, что то же самое – с меньшим числом групп). Однако при слишком малом числе групп характерные особенности распределения также затушевываются.

Четверг, Март 27th, 2008

Наиболее надежный путь выявления закономерности распределения состоит в следующем
1) увеличить количество наблюдаемых случаев (в соответствии с законом больших чисел, в таких рядах случайные отклонения от общей закономерности у индивидуальных значений будут взаимно погашаться);
2) первоначально совокупность разбивается на максимальное возможное число члены групп, а затем, постепенно сокращая число групп оптимизировать группировку с точки зрения выявления закономерности распределения. При реализации такого подхода, закономерность, характерная для данного распределения будет выступать все более и более ясно, а ломаная линия, изображающая полигон, будет приближаться к некоторой плавной линии и в пределе должна превратиться в кривую линию.
Кривая линия, которая отражает закономерность изменения частот (частностей) в чистом, исключающем влияние случайных факторов, виде, называют кривой распределения.
Кривая распределения, в отличие от полигона и гистограммы, отражает основной характер, закон данного распределения.
В идеальном случае зависимость частот (частостей, полтности распределения) от величины вариантов может быть предоставлена в виде некоторой кривой распределения определенного вида (типа).
Построение кривой распределения в сочетании с анализом сущности явления позволяют построить научную гипотезу о вероятном типе теоретической кривой распределения.
Под теоретической кривой распределения в статистике понимается предполагаемое графическое изображение в виде непрерывной линии изменения частот в вариационном ряду функционально связанного с изменением (величины признака) варианты.
В действительности встречаются самые различные типы распределения. В связи с этим различаются прежде всего одновершинные (одномодальные) и многовершинные (двух – трех – и т, д.) много модальные кривые распределения.
К одновершинным относятся те, в которых один вариант имеет наибольшую частоту (наибольшую плотность распределения), частоты же вариантов меньших и больших, чем это значение, убывают по мере удаления от него.
Если при этом частоты убывают одинаково и справа и слева от наибольшего центрального значения, то такие распределения называются симметричными. В них частоты вариантов, равностоящих от центрального, равны между собой.
Если частоты убывают слева и справа от центра распределения с разной скоростью, то такие распределения называются ассиметричными, выделяя при этом распределения, растянутые влево или вправо.

Четверг, Март 27th, 2008

Степень асимметрии может быть различной от совершенно незначительной до крайней, при которой наибольшая частота относится к одному из крайних значений вариантов – самому наименьшему или наибольшему.
Идеальное симметричное распределение крайне редко встречаются на практике. Достаточно близок к нему распределения мужчин и женщин по весу или росту (при достаточно большим количестве людей, включенных в совокупность).
Основная масса распределений, с которыми приходиться иметь дело экономисту – это асимметричные распределения с разной степенью асимметрий.
Многовершинные распределения – это такие распределения, в которых несколько максимумов частоты (центральных значений признака). В экономико – статистических исследованиях многовершинность распределения является часто следствием того, что совокупность состоит из неоднородных с точки зрения изучаемого признака единиц.
Например, при проверке качества и свойств продукции, полученной на двух разных станках, почти всегда получаются кривые распределения с двумя вершинами.
Убедившись в многовершинности распределения, исследователь должен тщательно проверить, можно ли считать однородными единицы, составляющие совокупности или следует для объективности выводов разбить совокупность на две или более однородные группы.
Эксцесс – характеристика островершинности и крутизны распределения.
Количественная оценка степени ассиметрии и эксцессы рассматривается в дисциплине «математическая статистика».