Приглашаем посетить сайт
Статьи на букву "Г"
Распределение вероятностей непрерывной случайной величины X, которая может принимать любое значение между 0 и , плотность которого задается формулой где x0, а параметры m и оба больше 0. Гамма-функция определяется соотношением Примечания. 1) Параметр определяет форму распределения. При m=1 гамма-распределение превращается в экспоненциальное распределение. 2) Сумма m независимых случайных величин, каждая из которых подчиняется экспоненциальному распределению с параметром , - это гамма-распределение с параметрами m и . |
Генеральная совокупность - это (как правило, лишь воображаемое) полное собрание объектов (людей, животных, растений или вещей), являющееся источником данных. Она представляет все множество статистических единиц (группу интересующих нас предметов). Приведенный пассаж нельзя, конечно, считать сколько-нибудь полноценным определением. Информацию о генеральной совокупности мы получаем, изучая выборки из нее; из каждой совокупности можно сделать много разных выборок. По выборке мы получаем информацию об интересующих нас параметрах совокупности. Например, выборочное среднее дает информацию о среднем всей совокупности. Важно, чтобы перед формированием выборки исследователь тщательно и полно определил генеральную совокупность, а также способ извлечения выборки. Здесь всегда произносят заклинание: выборка должна быть репрезентативной. Примечание. Для случайной величины распределение вероятностей рассматривается как определение генеральной совокупности этой случайной величины. |
Статистика вида . Часто используется как мера центральной тенденции для распределений с положительной асимметрией. Из средней школы читатель, надеюсь, помнит: то же значение можно получить потенцированием среднего арифметического логарифмов наблюденных значений. Примечание. Произведение наблюдений является достаточной статистикой для гамма-распределения. |
Неоднородность дисперсии. Антоним: гомоскедастичность. |
Дискретное распределение вероятностей, задаваемое функцией , где x=max(0,M-N n),..., max(0,M-N n) 1,..., min(M,n), параметры N=1,2,..., M=0,1,2,...,N, n=1,2,...,N и . Примечание. Это распределение возникает как распределение вероятностей числа успехов в выборке объема n, взятой без возвращения из генеральной совокупности (популяции) объема N, содержащий M успехов. |
Гистограмма - это способ графического представления распределения числовых (непрерывных) данных, часто используемый в разведочном анализе данных для иллюстрации основных характеристик распределения. Диапазон возможных значений переменной делится на отрезки, задающие разбиение выборки на классы, или группы. Каждой группе на гистограмме соответствует прямоугольник, длина которого равна диапазону значений в заданной группе, а площадь пропорциональна числу наблюдений в этой группе. Примечание. Гистограмма годится только для числовых переменных. Как правило, она используется для больших множеств данных (>100 наблюдений), когда не хотят строить диаграммы ствол-лист. Гистограммы помогают выявить необычные наблюдения (выбросы) и пропуски в множестве данных. Сравните со столбиковой диаграммой. |
См. однородность дисперсии. |
График с значениями выборки по оси X и довольно хитро вычисляемыми квантилями нормального распределения по оси Y. Если данные подчиняются нормальному распределению, точки графика ложатся близко к прямой линии. Синонимы: график на нормальной вероятностной бумаге, Q-Q (квантиль-квантиль) график |
Как правило, при статистическом анализе не учитывается порядок поступления объектов в выборку. На графике последовательности по оси Y откладывается значение переменной, а по оси X - порядковый номер соответствующего наблюдения. График последовательности может помочь выявить коррелированность последовательных наблюдений. |
Номинальная переменная, используемая для разбиения совокупности наблюдений на группы, подлежащие сравнению или более глубокому изучению. Ср. группировка. |