Меры центральной тенденции. Меры центральной тенденции – это величины, вокруг которых группируются остальные данные
Меры центральной тенденции – это величины, вокруг которых группируются остальные данные. К мерам центральной тенденции относятся: среднее арифметическое, медиана, мода и др.
Среднее арифметическое (М) – это результат деления суммы всех значений (X)на их количество (n): М = ∑X / n.
Медиана (Me) – это значение, выше и ниже которого количество отличающихся значений одинаково, т.е. это центральное значение в последовательном ряду данных. Например: 3, 5, 7, 9, 11, 13, 15; Me = 9.
3, 5, 7, 9, 11, 13, 15, 17; Me = 10.
Мода (Мо) – это значение, наиболее часто встречающееся в раду данных, т.е. значение с наибольшей частотой. Например: 2, 6, 6, 8, 9, 9, 9, 10; Мо = 9.
Если все значения в группе встречаются одинаково часто, то считается, что моды нет (например: 1, 1, 5, 5, 8, 8). Если два соседних значения имеют одинаковую частоту и они больше частоты любого другого значения, мода есть среднее этих двух значений. Например: 1, 2, 2, 2, 4, 4, 4, 5, 5, 7; Мо = 3). Если то же самое относится к двум несмежным значениям, то существует две моды, а группа оценок является бимодальной. Например: 0, 1, 1, 1, 2, 3, 4, 4, 4, 7;
Мо = 1 и 4.
Обычно среднее арифметическое применяется при стремлении к наибольшей точности и когда впоследствии нужно будет вычислять стандартное отклонение. Медиана – когда в серии есть «нетипичные» данные, резко влияющие на среднее (например: 1, 3, 5, 7, 9, 26, 13). Мода – когда не нужна высокая точность, но важна быстрота определения мер центральной тенденции.
Меры изменчивости
Меры изменчивости (рассеивания, разброса) –это статистические показатели, характеризующие различия между отдельными значениями выборки. Они позволяют судить о степени однородности полученного множества данных, о его компактности. Наиболее используемые в психологических исследованиях показатели: размах, среднее отклонение, дисперсия, стандартное отклонение
Размах (Р) – это интервал между максимальным и минимальным значениями признака. Определяется легко и быстро, но чувствителен к случайностям, особенно при малом числе данных. Например: 0, 2, 3, 5, 8: Р = 8;
-0.2, 1.0, 1.4, 2.0; Р = 2,2.
Среднее отклонение (МД) – это среднеарифметическое разницы (по абсолютной величине) между каждым значением в выборке и ее средним:
МД = ∑d / n, где: d = |Х - М|; М – среднее выборки; X – конкретное значение; n – число значений.
МД показывает степень скученности данных вокруг среднего.
Дисперсия (Д) (от лат. dispersus – рассыпанный). Другой метод измерения степени скученности данных предполагает избегание нулевой суммы конкретных разниц (d = Х - М) не через их абсолютные величины, а через их возведение в квадрат. При этом получают так называемую дисперсию:
Д = ∑d2 / (n-1).
Стандартное отклонение (δ). Из-за возведения в квадрат отдельных отклонений d при вычислении дисперсии полученная величина оказывается далекой от первоначальных отклонений и потому не дает о них наглядного представления. Чтобы этого избежать и получить характеристику, сопоставимую со средним отклонением, проделывают обратную математическую операцию – из дисперсии извлекают квадратный корень. Его положительное значение и принимается за меру изменчивости, именуемую среднеквадратическим или стандартным отклонением: δ = √Д = √∑d2 / (n-1).
Дата добавления: 2016-03-10; просмотров: 2398;