правило сложения дисперсий
Правило сложения дисперсий: общая дисперсия = остаточная дисперсия + межгрупповая дисперсия
Примеры решений Показатели вариации Доверительный интервал Расчет моды и медианы Группировка данных Децили Проверка гипотез по Пирсону Корреляционная таблица Квартили

Виды дисперсий

Наряду с изучением вариации признака по всей по всей совокупности в целом часто бывает необходимо проследить количественные изменения признака по группам, на которые разделяется совокупность, а также и между группами. Такое изучение вариации достигается посредством вычисления и анализа различных видов дисперсии.
Выделяют дисперсию общую, межгрупповую и внутригрупповую.
Общая дисперсия σ2 измеряет вариацию признака по всей совокупности под влиянием всех факторов, обусловивших эту вариацию, .
Отсюда и международное обозначение дисперсии, как меры вариации: Var(x). Другие обозначения: D(x), σ2, S2

Межгрупповая дисперсия (δ) характеризует систематическую вариацию, т.е. различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки. Она рассчитывается по формуле:
.

Внутригрупповая дисперсия (σ) отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки. Она вычисляется по формуле:
.

Средняя из внутригрупповых дисперсий: .

Существует закон, связывающий 3 вида дисперсии. Общая дисперсия равна сумме средней из внутригрупповых и межгрупповой дисперсии: σ=σ²i+δ²i.
Данное соотношение называют правилом сложения дисперсий.

В анализе широко используется показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии. Он носит название эмпирического коэффициента детерминации (η2): .
Корень квадратный из эмпирического коэффициента детерминации носит название эмпирического корреляционного отношения (η):
.
Оно характеризует влияние признака, положенного в основание группировки, на вариацию результативного признака. Эмпирическое корреляционное отношение изменяется в пределах от 0 до 1.
Покажем его практическое использование на следующем примере (табл. 1).

Пример №1. Таблица 1 - Производительность труда двух групп рабочих одного из цехов НПО «Циклон»

Производительность труда рабочих
прошедших техническое обучение
(деталей за смену)
не прошедших техническое обучение (деталей за смену)
84 93 95 101 102 62 68 82 88 105
Рассчитаем общую и групповые средние и дисперсии:



Исходные данные для вычисления средней из внутригрупповых и межгрупповой дисперсии представлены в табл. 2.
Таблица 2
Расчет и δ2 по двум группам рабочих.


Группы рабочих
Численность рабочих, чел. Средняя, дет./смен. Дисперсия
Прошедшие техническое обучение 5 95 42,0
Не прошедшие техническое обучение 5 81 231,2
Все рабочие 10 88 185,6
Рассчитаем показатели. Средняя из внутригрупповых дисперсий:
Межгрупповая дисперсия
Общая дисперсия: σ²= σ²ii² = 136.6+49.0=185.6
Таким образом, эмпирическое корреляционное соотношение: .

Наряду с вариацией количественных признаков может наблюдаться и вариация качественных признаков. Такое изучение вариации достигается посредством вычисления следующих видов дисперсий:

Внутригрупповая дисперсия доли определяется по формуле:
σ²pi=pi(1-pi) (1)

Средняя из внутригрупповых дисперсий рассчитывается так:
(2)

Формула межгрупповой дисперсии имеет вид:
, (3)
где ni – численность единиц в отдельных группах.

Доля изучаемого признака во всей совокупности, которая определяется по формуле:
(4)

Три вида дисперсии связаны между собой следующим образом:
σ²p=σ²pipi²

Это соотношение дисперсий называется теоремой сложения дисперсий доли признака.

Пример №2. Имеются следующие данные об удельном весе основных рабочих в трех цехах фирмы (табл. 2).
Таблица 2 - Удельный вес основных рабочих фирмы

Цех Удельный вес основных рабочих, в %, pi Численность всех рабочих, человек, ni
1 80 100
2 75 200
3 90 150
Итого 450
1) Определим долю основных рабочих в целом по фирме:

2) Общая дисперсия доли основных рабочих по всей фирме в целом будет равна σ2p=0.81·(1-0.81)=0.154.
3) Внутрицеховые дисперсии рассчитаем, применив формулу (1): σ²p1=0.8·0.2=0.16; σ²p2=0.75·0.25=0.19; σ²p3=0.9·0.1=0.09.
4) Средняя из внутригрупповых дисперсий будет равна (формула 5.2):

5) Межгрупповую дисперсию определим по формуле (5.3):

Проверка вычислений показывает: 0,154 = 0,15 + 0,004.

Дисперсионный анализ

Регионы Затраты на удобрения, тыс. руб. Урожайность картофеля, ц/га
Республика Коми 50 96
Ленинградская область 75 92
Республика Хакасия 25 102
Архангельская область 95 115
Сахалинская область 60 90
Удмуртская республика 70 92
Камчатская область 85 95
Кировская область 170 108
Курганская область 120 95
Чувашская республика. 160 99
Тамбовская область 50 97
Республика Бурятия 80 102
Брянская область 20 95
Республика Алтай 55 90
Республика Адыгея 70 101
Республика Марий- Эл 80 104
Ивановская область 100 120
Республика Мордовия 60 101
Республика Северная Осетия 50 95
Республика Дагестан 70 98
Еврейская автономная область 160 108
Итого 1705 2095

Среднее значение


Групповая дисперсия


Внутригрупповая дисперсия

Общая дисперсия


Межгрупповая дисперсия
Межгрупповая дисперсия

Свойства дисперсии

Дисперсия представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины и вычисляется по формулам простой и взвешенной дисперсий (в зависимости от исходных данных):
Формула дисперсии,
Формула взвешенной дисперсии,

среднее квадратическое отклонение (σ):
(простое среднеквадратическое отклонение),
(взвешенное среднеквадратическое отклонение).
Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности. Оно выражается в тех же единицах, что и признак.

Расчет дисперсии может быть упрощен. В случае равных интервалов в вариационном ряду распределения используется способ отсчета от условного нуля (способ моментов). Для его понимания необходимо знать следующие свойства дисперсии:

Свойство 1. Дисперсия постоянной величины равна нулю.

Свойство 2. Уменьшение всех значений признака на одну и ту же величину A не меняет величины дисперсии σ²(X-A)=σ²X. Значит, средний квадрат отклонений можно вычислить не по заданным значениям признака, а по отклонениям их от какого-либо постоянного числа.

Свойство 3. Уменьшение всех значений признака в K раз уменьшает дисперсию в K2 раз, а среднее квадратическое отклонение в K раз . Значит, все значения признака можно разделить на какое-то постоянное число, например, на величину интервала ряда, исчислить среднее квадратическое отклонение, а затем умножить его на постоянное число: σXX/K·K.

Свойство 4. Если вычислить средний квадрат отклонений от любой величины A, в той или иной степени отличающейся от средней арифметической (x), то он всегда будет больше среднего квадрата отклонений, вычисленного от средней арифметической σ²A>σ²X. Средний квадрат отклонений при этом будет больше на величину (x–A)2 :

Значит, дисперсия от средней величины всегда меньше дисперсий, вычисленных от любых других величин, т.е. она имеет свойство минимальности.
см. также свойства дисперсии для дискретной случайной величины

Рассмотрим расчет дисперсии и среднего квадратического отклонения по данным таблицы.
Таблица - Вычисление σ2 и σ по несгруппированным данным.

Хозяйство Валовой сбор, ц, x xix (xix)2
А 1 2 3
1 600 100 10 000
2 520 20 400
3 400 -100 10 000
4 600 100 10 000
5 500 0 0
6 380 -120 14 400
ИТОГО 3000 0 44 800

1) Определим среднюю величину по исходным данным (гр.1) по формуле средней арифметической простой:
.

2) Находим отклонения xi от и записываем их в гр. 2. Возводим отклонения во вторую степень, отводим для них гр. 3. Их сумма – 44 800.

3) Разделив ее на число единиц совокупности, получаем дисперсию:
.

4) Извлекая корень из второй степени получаем среднее квадратичное отклонение равное 86,4099.
Степень вариации в данной совокупности не велика, т.к. средняя величина равна 500 ц. Это говорит об однородности рассматриваемой нами совокупности.

Рассмотрим вычисление дисперсии и среднеквадратического отклонения по сгруппированным данным табл. 5.3.
Таблица 5.3 - Расчет σ2 и σ в двух вариационных рядах с разным распределением частот.

НПО “Платан” НПО “Исток”
тариф, разряд xi число работников, fi xix (xix)2 (xix)2fi тариф, разряд xi число работников, fi xix (xix)2 (xix)2fi
12 1 -3 9 9 12 30 -3 9 270
13 5 -2 4 20 13 20 -2 4 80
14 30 -1 1 30 14 10 -1 1 10
15 60 0 0 0 15 50 0 0 0
16 30 1 1 30 16 10 1 1 10
17 5 2 4 20 17 20 2 4 80
18 1 3 9 9 18 30 3 9 270
Итого 132 118 170 720
.

На математических свойствах дисперсии основываются способы, которые позволяют упростить ее вычисление. Например, расчет дисперсии по способу моментов или способу отсчета от условного нуля применяется в вариационных рядах с равными интервалами. Расчет производится по формуле:
,
где K – ширина интервала;
A – условный нуль, в качестве которого удобно использовать середину интервала, обладающего наибольшей частотой;
– момент второго порядка.

Между средним линейным и средним квадратическим отклонениями существует примерное соотношение σ=12.5·d, если фактическое распределение близко к нормальному.
В условиях нормального распределения существует следующая зависимость между величиной среднего квадратического отклонения и количеством наблюдений:
1) в пределах ± 1σ располагается 68,3 % количества наблюдений;
2) в пределах ± 2σ – 95,4 %;
3) в пределах ± 3σ – 99,7 %;
В действительности, на практике почти не встречаются отклонения, которые превышают ±3σ. Отклонение 3σ может считаться максимально возможным. Это положение называют «правилом трех сигм».

Пример. Межгрупповая дисперсия равна 340, общая  - 380. Определите среднюю внутригрупповую и эмпирическое корреляционное отношение.

Решение.
общая  дисперсия (σ) = Межгрупповая дисперсия (δ) + средняя внутригрупповая
средняя внутригрупповая = общая  дисперсия (σ) - Межгрупповая дисперсия(δ) = 380-340=40
Эмпирическое корреляционное отношение:

Уравнение регрессии
Уравнение парной регрессии
Решить онлайн
Множественная регрессия
Уравнение множественной регрессии: Y=1.83+0.946X1+0.085X2
Коэффициент детерминации

Матрица парных коэффициентов корреляции, оценка качества и значимости построенного уравнения
Решить онлайн
Уравнение тренда
Аналитическое выраванивание ряда по прямой, параболе, экспоненте
Аналитическое выравнивание ряда
Решить онлайн
Курсовые на заказ