Варианты для выполнения работы
I. Установление закономерностей, которым подчинены массовые случайные явления, основано на изучении методами теории вероятностей статистических данных — результатов наблюдений.
Почти все встречающиеся в жизни величины (урожайность сельскохозяйственных растений, продуктивности скота, производительность труда и заработная плата рабочих, объем производства продукции и т.д.) принимают неодинаковые значения у различных членов совокупности. Поэтому возникает необходимость в изучении их изменяемости. Это изучение начинается с проведения соответствующих наблюдений, обследований.
В результате наблюдений получают сведения о численной величине изучаемого признака у каждого члена данной совокупности.
Пример. Имеются данные о размере прибыли 100 коммерческих банков. Прибыль, млн. рублей.
30,2 | 51,9 | 43,1 | 58,9 | 34,1 | 55,2 | 47,9 | 43,7 | 53,2 | 34,9 |
47,8 | 65,7 | 37,8 | 68,6 | 48,4 | 67,5 | 27,3 | 66,1 | 52,0 | 55,6 |
54,1 | 26,9 | 53,6 | 42,5 | 59,3 | 44,8 | 52,8 | 42,3 | 55,9 | 48,1 |
44,5 | 69,8 | 47,3 | 35,6 | 70,1 | 39,5 | 70,3 | 33,7 | 51,8 | 56,1 |
28,4 | 48,7 | 41,9 | 58,1 | 20,4 | 56,3 | 46,5 | 41,8 | 59,5 | 38,1 |
41,4 | 70,4 | 31,4 | 52,5 | 45,2 | 52,3 | 40,2 | 60,4 | 27,6 | 57,4 |
29,3 | 53,8 | 46,3 | 40,1 | 50,3 | 48,9 | 35,8 | 61,7 | 49,2 | 45,8 |
45,3 | 71,5 | 35,1 | 57,8 | 28,1 | 57,6 | 49,6 | 45,5 | 36,2 | 63,2 |
61,9 | 25,1 | 65,1 | 49,7 | 62,1 | 46,1 | 39,9 | 62,4 | 50,1 | 33,1 |
33,3 | 49,8 | 39,8 | 45,9 | 37,3 | 78,0 | 64,9 | 28,8 | 62,5 | 58,7 |
Из данной таблицы видно, что интересующий нас признак (прибыль банков) меняется от одного члена совокупности к другому, варьирует. Варьирование есть изменяемость признака у отдельных членов совокупности.
Вариационным рядом называется последовательность вариант, записанных в возрастающем порядке и соответствующих им частот.
Число, показывающее, сколько раз повторяется в данной совокупности каждое значение признака, называется частотой.
Составим ранжированный вариационный ряд (выпишем варианты в порядке возрастания):
20,4 | 25,1 | 26,9 | 27,3 | 27,6 | 28,1 | 28,4 | 28,8 | 29,3 | 30,2 |
31,4 | 33,1 | 33,3 | 33,7 | 34,1 | 34,9 | 35,1 | 35,6 | 35,8 | 36,2 |
37,3 | 37,8 | 38,1 | 39,5 | 39,8 | 39,9 | 40,1 | 40,2 | 41,4 | 41,8 |
41,9 | 42,3 | 42,5 | 43,1 | 43,7 | 44,5 | 44,8 | 45,2 | 45,3 | 45,5 |
45,8 | 45,9 | 46,1 | 46,3 | 46,5 | 47,3 | 47,8 | 47,9 | 48,1 | 48,4 |
48,7 | 48,9 | 49,2 | 49,6 | 49,7 | 49,8 | 50,1 | 50,3 | 51,8 | 51,9 |
52,0 | 52,3 | 52,5 | 52,8 | 53,2 | 53,6 | 53,8 | 54,1 | 55,2 | 55,6 |
55,9 | 56,1 | 56,3 | 57,4 | 57,6 | 57,8 | 58,1 | 58,7 | 58,9 | 59,3 |
59,5 | 60,4 | 61,7 | 61,9 | 62,1 | 62,4 | 62,5 | 63,2 | 64,9 | 65,1 |
65,7 | 66,1 | 67,5 | 68,6 | 69,8 | 70,1 | 70,3 | 70,4 | 71,5 | 78,0 |
В нашем случае каждое значение признака (варианта вариационного ряда) повторилось только один раз, т.е. значение частоты для всех вариант равно единице. Перейдем к интервальному вариационному ряду, так как интересующий нас признак принимает дробные, практически не повторяющиеся значения.
Для этого необходимо определить число интервалов (классов) и длину интервала (классного промежутка), после чего произвести разноску, т.е. подсчитать для каждого интервала число вариант, попавших в него.
Количество классов устанавливают в зависимости от степени точности, с которой ведется обработка, и количества объектов в выборке. Считается удобным при объеме выборки (n) в пределах от 30 до 60 вариант распределять их на 6-7 классов, при n от 60 до 100 вариант — на 7-8 классов, при n от 100 и более вариант — на 9-17 классов.
Нужное количество групп также может быть ориентировочно вычислено по формуле Стерджесса:
где — число групп (классов, интервалов) ряда распределения; n — объем выборки.
Можно также использовать выражение:
При они дают примерно одинаковые результаты.
В рассматриваемом примере о размере прибыли коммерческих банков, n=100. Применяя формулу Стерджесса, получим:
Однако Таким образом, число интервалов может быть равно 8, 9, 10 и т.д.
Нахождение нужного количества групп и их размеров часто бывает взаимообусловлено. Для того, чтобы как-то определиться с числом интервалов, найдем размах вариации — разность между наибольшей и наименьшей вариантой:
где — размах вариации,
— наибольшее значение варьирующего признака,
— наименьшее значение варьирующего признака.
Найдем размах вариации для рассматриваемой задачи:
Для того, чтобы найти длину интервала (величину классового промежутка) необходимо разделить размах вариации на число классов и полученную величину округлить таким образом, чтобы было удобно производить сначала разноску, а затем и различные вычисления. Рекомендую округлять до единиц, до которых округлены варианты в исходной таблице, в нашем случае до десятых.
Согласно формуле получаем
Теперь необходимо определиться с началом первого интервала. Для этого можно использовать формулу:
Замечание. За начало первого интервала можно принять некоторое значение, несколько меньшее или само значение . Далее в табличном виде я покажу оба варианта.
Прибавив к началу первого интервала (нижней границе) шаг, получим верхнюю границу первого интервала и одновременно нижнюю границу второго интервала. Выполняя последовательно указанные действия, будем находить границы последующих интервалов до тех пор, пока не будет получено или перекрыто .
Таким образом, верхняя граница одного интервала одновременно является нижней границей другого интервала. Чтобы не возникало сомнений, в какой интервал отнести варианту, попавшую на границу, условимся относить ее к верхнему интервалу.
Составим теперь рабочую таблицу для построения интервального вариационного ряда и произведем подсчет частот вариант, попавших в тот или иной интервал.
Как и обещал покажу две таблицы построения ряда:
1. Отсчет ведем от , т.е. нижняя граница первого интервала совпадает с .
Группы банков по размеру прибыли (границы интервалов) |
Количество банков, принадлежащих данной группе (частоты, ) |
Накопленные частоты, |
20,4 — 27,6 | 4 | 4 |
27,6 — 34,8 | 11 | 15 |
34,8 — 42 | 16 | 31 |
42 — 49,2 | 21 | 52 |
49,2 — 56,4 | 21 | 73 |
56,4 — 63,6 | 15 | 88 |
63,6 — 70,8 | 10 | 98 |
70,8 — 78 | 2 | 100 |
2. Начало первого интервала определяем с помощью формулы: .
Группы банков по размеру прибыли (границы интервалов) |
Количество банков, принадлежащих данной группе (частоты, ) |
Накопленные частоты, |
16,8 — 24 | 1 | 1 |
24 — 31,2 | 9 | 10 |
31,2 — 38,4 | 13 | 23 |
38,4 — 45,6 | 17 | 40 |
45,6 — 52,8 | 23 | 63 |
52,8 — 60 | 18 | 81 |
60 — 67,2 | 11 | 92 |
67,2 — 74,4 | 7 | 99 |
74,4 — 81,6 | 1 | 100 |
Как мы видим в 1-м случае у нас получилось восемь интервалов, что полностью совпадает с результатом, который нам дала формула Стерджесса. Во втором случае у нас получилось девять интервалов, так как при поиске начала первого интервала пользовались специальной формулой.
Для дальнейшего исследования я буду пользоваться результатами второй таблицы, так как там ярко выражен модальный интервал (одна мода) и медиана практически точно попадает на середину вариационного ряда.
Мы получили интервальный вариационный ряд — упорядоченную совокупность интервалов варьирования значений случайной величины с соответствующими частотами попаданий в каждый из них значений величины.
II. Графическая интерпретация вариационных рядов.
№ п/п |
Границы интервалов, |
Середины интервалов, |
Частоты интервалов, |
Относительные частоты |
Плотность относит. частоты |
Плотность частоты |
1 | 16,8 — 24 | 20,4 | 1 | 0,01 | 0,001 | 0,139 |
2 | 24 — 31,2 | 27,6 | 9 | 0,09 | 0,013 | 1,250 |
3 | 31,2 — 38,4 | 34,8 | 13 | 0,13 | 0,018 | 1,806 |
4 | 38,4 — 45,6 | 42 | 17 | 0,17 | 0,024 | 2,361 |
5 | 45,6 — 52,8 | 49,2 | 23 | 0,23 | 0,032 | 3,194 |
6 | 52,8 — 60 | 56,4 | 18 | 0,18 | 0,025 | 2,500 |
7 | 60 — 67,2 | 63,6 | 11 | 0,11 | 0,015 | 1,528 |
8 | 67,2 — 74,4 | 70,8 | 7 | 0,07 | 0,010 | 0,972 |
9 | 74,4 — 81,6 | 78 | 1 | 0,01 | 0,001 | 0,139 |
Строим графики:
Далее найдем моду вариационного ряда:
где
— начало модального интервала;
— длина частичного интервала (шаг);
— частота предмодального интервала;
— частота модального интервала;
— частота послемодального интервала.
Определим модальный интервал — интервал, имеющий наибольшую частоту. Из таблицы видно, что модальным является интервал (45,6 — 52,8).
Медиана
Для интервального ряда медиана находится по формуле:
где
— начало медианного интервала;
— длина частичного интервала (шаг);
— объем совокупности;
— накопленная частота интервала, предшествующая медианному;
— частота медианного интервала.
Определим медианный интервал — интервал, в котором впервые накопленная частота превышает половину объема выборки.Так как объем выборки n=100, то n/2=50. По таблице найдем интервал, где впервые накопленные частоты превысят это значение. Таким является интервал (45,6 — 52,8).
Получаем,
III. Расчет сводных характеристик выборки.
Для определения составим расчетную таблицу. Для начала определимся с ложным нулем С. В качестве ложного нуля можно принять любую варианту. Максимальная простота вычислений достигается, если выбрать в качестве ложного нуля варианту, которая расположена примерно в середине вариационного ряда (часто такая варианта имеет наибольшую частоту).
Варианте, которая принята в качестве ложного нуля, соответствует условная варианта, равная нулю. В нашем случае С=49,2.
Равноотстоящими называют варианты, которые образуют арифметическую прогрессию с разностью h.
Условными называют варианты, определяемые равенством:
Произведем расчет условных вариант согласно формуле:
N п/п |
Середины интервалов, |
Частоты интервалов, |
Условные варианты, |
Произведения частот и условных вариант, |
Произведения частот и условных вариант, |
Произведения частот и условных вариант, |
Произведения частот и условных вариант, |
Произведения частот и условных вариант, |
Произведения частот и условных вариант, |
1 | 20,4 | 1 | -4 | -4 | 16 | -64 | 256 | 9 | 81 |
2 | 27,6 | 9 | -3 | -27 | 81 | -243 | 729 | 36 | 144 |
3 | 34,8 | 13 | -2 | -26 | 52 | -104 | 208 | 13 | 13 |
4 | 42 | 17 | -1 | -17 | 17 | -17 | 17 | 0 | 0 |
5 | 49,2 | 23 | 0 | 0 | 0 | 0 | 0 | 23 | 23 |
6 | 56,4 | 18 | 1 | 18 | 18 | 18 | 18 | 72 | 288 |
7 | 63,6 | 11 | 2 | 22 | 44 | 88 | 176 | 99 | 891 |
8 | 70,8 | 7 | 3 | 21 | 63 | 189 | 567 | 112 | 1792 |
9 | 78 | 1 | 4 | 4 | 16 | 64 | 256 | 25 | 625 |
Контроль:
Контроль:
Равенство выполнено, следовательно вычисления произведены верно.
Вычислим условные моменты 1-го, 2-го, 3-го и 4-го порядков:
Найдем выборочные среднюю, дисперсию и среднее квадратическое отклонение :
Также для оценки отклонения эмпирического распределения от нормального используют такие характеристики, как асимметрия и эксцесс.
Асимметрией теоретического распределения называют отношение центрального момента третьего порядка к кубу среднего квадратического отклонения:
Асимметрия положительна, если «длинная часть» кривой распределения расположена справа от математического ожидания; асимметрия отрицательна, если «длинная часть» кривой расположена слева от математического ожидания. Практически определяют знак асимметрии по расположению кривой распределения относительно моды (точки максимума дифференциальной функции): если «длинная часть» кривой расположена правее моды, то асимметрия положительна, если слева — отрицательна.
Эксцесс эмпирического распределения определяется равенством:
где — центральный эмпирический момент четвертого порядка.
Для нормального распределения эксцесс равен нулю. Поэтому если эксцесс некоторого распределения отличен от нуля, то кривая этого распределения отличается от нормальной кривой: если эксцесс положительный, то кривая имеет более высокую и «острую» вершину, чем нормальная кривая; если эксцесс отрицательный, то сравниваемая кривая имеет более низкую и «плоскую» вершину, чем нормальная кривая. При этом предполагается, что нормальное и теоретическое распределения имеют одинаковые математические ожидания и дисперсии.
Вычисляем центральные эмпирические моменты третьего и четвертого порядков:
Найдем асимметрию и эксцесс:
IV. Проверка гипотезы о нормальном распределении генеральной совокупности. Критерий согласия Пирсона.
Проверим генеральную совокупность значений размера прибыли банков по критерию Пирсона
Правило. Для того, чтобы при заданном уровне значимости проверить нулевую гипотезу : генеральная совокупность распределена нормально, надо сначала вычислить теоретические частоты, а затем наблюдаемое значение критерия:
и по таблице критических точек распределения , по заданному уровню значимости и числу степеней свободы найти критическую точку , где s — количество интервалов.
Если — нет оснований отвергнуть нулевую гипотезу.
Если — нулевую гипотезу отвергают.
Найдем теоретические частоты , для этого составим следующую таблицу.
Середины интервалов, |
Частоты интервалов, |
Произведем расчет, |
Произведем расчет, |
Значения функции Гаусса, |
Произведем расчет, |
Теоретические частоты, |
20,4 | 1 | -28,152 | -2,23 | 0,0332 | 57 | 2 |
27,6 | 9 | -20,952 | -1,66 | 0,1006 | 57 | 6 |
34,8 | 13 | -13,752 | -1,09 | 0,2203 | 57 | 13 |
42 | 17 | -6,552 | -0,52 | 0,3485 | 57 | 20 |
49,2 | 23 | 0,648 | 0,05 | 0,3984 | 57 | 23 |
56,4 | 18 | 7,848 | 0,62 | 0,3292 | 57 | 19 |
63,6 | 11 | 15,048 | 1,19 | 0,1965 | 57 | 11 |
70,8 | 7 | 22,248 | 1,77 | 0,0833 | 57 | 5 |
78 | 1 | 29,448 | 2,34 | 0,0258 | 57 | 1 |
Вычислим , для чего составим расчетную таблицу.
1 | 1 | 2 | -1 | 1 | 0,5 | 1 | 0,5 |
2 | 9 | 6 | 3 | 9 | 1,5 | 81 | 13,5 |
3 | 13 | 13 | 0 | 0 | 0 | 169 | 13 |
4 | 17 | 20 | -3 | 9 | 0,45 | 289 | 14,45 |
5 | 23 | 23 | 0 | 0 | 0 | 529 | 23 |
6 | 18 | 19 | -1 | 1 | 0,05 | 324 | 17,05 |
7 | 11 | 11 | 0 | 0 | 0 | 121 | 11 |
8 | 7 | 5 | 2 | 4 | 0,8 | 49 | 9,8 |
9 | 1 | 1 | 0 | 0 | 0 | 1 | 1 |
100 | 100 |
Наблюдаемое значение критерия, |
103,30 |
Контроль:
Вычисления произведены правильно.
Найдем число степеней свободы, учитывая, что число групп выборки (число различных вариант) s=9;
По таблице критических точек распределения по уровню значимости и числу степеней свободы k=6 находим
Так как — нет оснований отвергнуть нулевую гипотезу. Другими словами, расхождение эмпирических и теоретических частот незначительное. Следовательно, данные наблюдений согласуются с гипотезой о нормальном распределении генеральной совокупности.
На рисунке построены нормальная (теоретическая) кривая по теоретическим частотам (зеленый график) и полигон наблюдаемых частот (коричневый график). Сравнение графиков наглядно показывает, что построенная теоретическая кривая удовлетворительно отражает данные наблюдений.
V. Интервальные оценки.
Интервальной называют оценку, которая определяется двумя числами — концами интервала, покрывающего оцениваемый параметр.
Доверительным называют интервал, который с заданной надежностью покрывает заданный параметр.
Интервальной оценкой (с надежностью ) математического ожидания (а) нормально распределенного количественного признака Х по выборочной средней при известном среднем квадратическом отклонении генеральной совокупности служит доверительный интервал
где — точность оценки, n — объем выборки, t — значение аргумента функции Лапласа (см. приложение 2), при котором ;
при неизвестном среднем квадратическом отклонении (и объеме выборки n<30)
где S — исправленное выборочное среднее квадратическое отклонение, находят по таблице приложения по заданным n и .
В нашем примере среднее квадратическое отклонение известно, . А также , , . Поэтому для поиска доверительного интервала используем первую формулу:
Все величины, кроме t, известны. Найдем t из соотношения По таблице приложения находим t=1,96. Подставив t=1,96, , , в формулу, окончательно получим искомый доверительный интервал:
Интервальной оценкой (с надежностью ) среднего квадратического отклонения нормально распределенного количественного признака Х по «исправленному» выборочному среднему квадратическому отклонению S служит доверительный интервал
(при q<1), (*)
(при q>1),
где q — находят по таблице приложения по заданным n и .
По данным и n=100 по таблице приложения 4 найдем q=0,143. Так как q<1, то, подставив в соотношение (*), получим доверительный интервал:
© 2023 Prezi Inc.
Terms & Privacy Policy
Комментарий
1.4: При
построении интервального вариационного
ряда в качестве частот используют как
числа значений варианты ni,
так и относительные ча-
стоты
νi
= ni/n,
причём относительные величины обычно
употребляются при больших объёмах
выборок n.
В данном случае n
= 100 – выборка
достаточно большого объёма; будем
пользоваться относительными частотами.
Порядок построения
интервального вариационного ряда таков:
1.
Определим размах
вариаций значения признака
R
= xmax
– xmin
= 14,51 – 12,01 ≈
14,6 – 12,0 = 2,6 –
Комментарий
1.5: Граничнае
значения признака обычно округляют и
подправляют так, чтобы все выборочные
значения лежали внутри интервала R.
2.
Определим число
частичных интервалов:
если обозначить k
– число этих
интервалов, то, при объёме выборки n,
хорошее приближение для числа k
можно найти
по формуле
k
= [2 ln(n)],
где
[…] означает целую часть числа. В данном
случае получаем k
= 9
Комментарий
1.6: Ширина
hi
i–го
частичного интервала выбирается
достаточно произвольно. Обычно это
определяется структурой вариационного
ряда. Во многих случаях эта структура
не проявляется и у нас нет никаких других
априорных данных. В таком случае
естественным является выбор одинаковой
ширины всех интервалов (поправки в
дальнейшем – возмржны).
Поправим,
в соответствии с комментарием 4, границы
интервала R,
чтобы было
удобно делить его на
9 одинаковых
интервала:
R
=14,7 – 12,0 =
2,7;
i
hi
= R/k
= 0,3.
3.
Определим границы
частичных интервалов: [12,0;12,3); [12,3;12,6);
[12,6;12,9); [12.9;13,2); [13,2;13,5); [13,5;13,8); [13,8;14,1);
[14,1;14,4); [14,4;14,7].
4.
Составим таблицу 3 для интервального
вариационногоряда.
Интервал |
12,0-12,3 |
12,3-12,6 |
12,6-12,9 |
12,9-13,2 |
13,2-13,5 |
13,5-13,8 |
13.8-14,1 |
14,1-144 |
14,4-14,7 |
Середина интервала |
12,15 |
12,45 |
12,75 |
13,05 |
13,35 |
13,65 |
13,95 |
14,25 |
14,55 |
Частота |
2 |
6 |
8 |
10 |
35 |
21 |
9 |
7 |
2 |
Относитель ноя |
0,02 |
0,06 |
0,08 |
0,1 |
0,35 |
0,21 |
0,09 |
0,07 |
0,02 |
Накоплен- ные |
0,02 |
0,08 |
0,16 |
0,26 |
0,61 |
0,82 |
0,91 |
0,98 |
1 |
Замечание:
как обычно
– начало интервала включается,
а конец – не включается в интервал
(исключая последний)
3. Эмпирическая функция распределения и графическое преставление распеделения частот
Эмпирической
(статистической)
функцией
распределения
назывыется функция F
*(x),
равная относительной частоте события
X
< x:
,
где
nx
– число вариант, меньших x;
n
– объём выборки.
Для нахождения
эмпирической функции распределения
воспользуемся формулой
.
Значениями
эмпирической функции распределения
являются, таким образом, накопленные
частоты, поэтому используем четвёртую
строку таблицы 3:
Изобразим
функцию F*(x)
графически (рис. 1): вдоль оси абсцисс x
откладываем значения середин частичных
интервалов; вдоль оси ординат – накопленные
частоты.
На
этом же рисунке построим кумулянту
– график
накопленных частот; в данном случае это
ломанная линия, состоящая из отрезков
прямых, соединяющих точки с координатами
(xi,
Σνi).
Кумулянта является довольно хорошим
приближением графика функции распределения
непрерывной случайной величины X.
Комментарий
1.7: График
кумулянты точно совпадает с графиком
функции
распределения,
если все значения варианты в каждом
интервале, как и вся генральная
совокупность, распределены равномерно.
F*(x)
1,0
0,98
0,92
0,82
0,61
0,26
0,16
0,08
0,02
0
12,15 12,45 12,75 13,05 13,35 13,65 13,95 14,25 14,55x
Рис.
1
Существует
два общих метода графического представления
частот: гистограмма
и
полигон распределения.
Полигон
распределеня
строят из отрезков, соединяющих точки,
координатами которых являюься значения
признака xi
(середины частичных интервалов) и
соответствующие им частоты ni
или относительные частоты ni/n.
Гистограмма
– это последовательность столбцов,
каждый из которых опирается на один
частичный интервал, а высота его равна
частоте (или относительной частоте) в
этом интервале.
Оба
графика являются выборочным аналогом
плотности распределения непрерывной
случайной величины и обычно изображают
лишь один из них. Но здесь, в порядке
исключения, изобразим оба: рис.2 и рис.
3.
Комментарий
1.7: Следует
обратить внимание на то, что
суммарная площадь под гистограммой
всегда равна единице
νi
= ni/n
0,35
`
0,21
0,10
0,09
0,08
0,07
0,06
0,02
0
12,15 12,45 12,75 13,05 13,35 13,65 13,95 14,25 14,55
Рис. 2 Полигон распределения
νi
= ni/n
0,35
`
0,21
0,10
0,09
0,08
0,07
0,06
0,02
0
12,0 12,3 12,6 12,9 13,2 13,5 13,8 14,1 14,4 14,7 x
Рис. 3. Гистограмма
Методические
рекомендации к проведению урока
Тема
урока:
Интервальная таблица
частот. Гистограмма
Тип
урока: урок
закрепления знаний
Цели
обучения:
8.3.3.2
представлять
данные интервальной таблицы частот в виде гистограммы частот;
Цели
урока:
Учащиеся по данным
интервальной таблицы строят гистограмму, и наоборот, по гистограмме заполняют
интервальную таблицу частот.
Структура урока
1. Организационный
момент. Целеполагание.
2.
Повторение.
3.
Построение таблицы по гистограмме.
4.
Закрепление изученного материала.
5.
Подведение итогов урока. Рефлексия.
Теоретический
материал к уроку, определения к понятиям и др.
Частота
есть площадь столбца (прямоугольника), ось абсцисс – плотность частоты. Так как
площадь прямоугольника равна произведению его ширины и длины, то получим
формулу:
Частота=
длина интервала ´ плотность частоты.
Далее учитель совместно с учащимися подводит итоги о
гистограмме.
Гистограмма
применяется для изображения данных, представленных в виде интервального ряда.
Для построения гистограммы с одинаковыми интервалами на оси абсцисс отмечается
значение переменной, а на оси ординат можно взять абсолютную или относительную
частоту, а при построении гистограммы с различными интервалами на оси ординат
берется плотность частоты, а частота будет площадью столбца.
Учащимся демонстрируются отличия столбчатая диаграммы
и гистограммы.
Пример 1. На гистограмме показана информация о количестве проданных
книг в определенном магазине в субботний день:
Заполните таблицу, используя гистограмму:
Стоимость (в тысячах тенге) |
Частота |
0 < P 5 |
|
5 < P 10 |
|
10 < P 20 |
|
20 < P 40 |
Решение: Частота – площадь прямоугольника, поэтому для ее нахождения
необходимо перемножить его ширину и высоту, например, площадь 1-го столбца
(частота) равна 8*5=40.
Стоимость (в тысячах тенге) |
Частота |
0 < P £ 5 |
40 |
5 < P £ 10 |
60 |
10 < P £ 20 |
56 |
20 < P £ 40 |
32 |
Пример
2.
Частично
заполненная таблица и частично построенная гистограмма показывают вес различных
машин.
а) Используя информацию, данную на
гистограмме, дополните таблицу.
вес (w) |
частота |
|
16 |
|
|
|
|
|
14 |
|
|
|
4 |
b) Используя информацию в таблице, достройте
гистограмму.
При выполнении
таких заданий, необходимо обращать внимание прежде всего на интервалы.
Например, в указанном примере для интервала имеется
информация и в таблице, и в гистограмме. Частота – 16, длина интервала – 1000,
тогда плотность частоты равна 16/1000=0,016. После нахождения высоты столбца
(0,016), можно определить масштаб оси плотности частоты. Значение 0,016 равно
40 клеткам по вертикали, то есть одна клетка по вертикали – это 0,0004. Тогда
если высота столбца равна 50 клеткам, то
соответствующая плотность частоты равна 0,0004*50=0,02. А частота 0,02*1000=20
и т.д.
Инструкции
к демонстрациям и технике безопасности.
Демонстрация материала осуществляется с
помощью презентации PowerPoint. Слайды презентации содержат
анимации, которые позволяют поэтапно вывести на экран решения и ответы к
предложенным заданиям. Поэтому при показе презентации следует делать паузы
после демонстрации заданий и постановки вопросов, давая учащимся время на их выполнение
и обдумывание ответов.
Дополнительные
методические рекомендации по организации урока.
Структура и организация урока нацелены на
продуктивную деятельность учащихся, не допуская пассивного восприятия материала.
В связи с этим учителю необходимо задавать учащимся вопросы высокого порядка,
наталкивая их на «открытие» и освоение нового материала, при этом выдерживая
паузы, необходимые для обдумывания.
Дополнительные
разноуровневые (на дифференциацию) задания.
Базовый уровень
№1. В
соревнованиях по футболу между различными командами было забито 185 голов. В
таблице показана информация о временных интервалах забитых голов.
Временной интервал (в минутах) |
Кол-во забитых голов |
|
9 |
|
21 |
|
46 |
|
75 |
|
34 |
а)
Гистограмма должна отображать заданную информацию. Известно, что для интервала его плотность частоты равна 3,0. Дополните
гистограмму.
Плотность
частоты
b) Найдите количество
голов, забитых в первые 20 минут игры.
Продвинутый уровень
№2.
На определенном участке дороги на скорость автомобиля установлено ограничение
45 км/ч. В ходе наблюдения на данном участке дороги фиксировалась скорость 100 автомобилей.
Информация об этих скоростях представлена в таблице.
Зафиксированная скорость (х, км/ч) |
|
|
|
|
|
Кол-во автомобилей |
15 |
24 |
22 |
30 |
9 |
а) дополните гистограмму.
Плотность
частоты
Скорость (х, км/ч)
b) Найдите количество автомобилей,
которые превысили установленное ограничение скорости.
Рекомендации
по формативному оцениванию.
Формативное оценивание производится
на каждом этапе урока (самооценивание, оценивание учителем по критериям). Оценка
путем наблюдения за вовлечением учеников в работу при выполнении заданий и за участием
в диалогах. Прогресс, ответную реакцию на задания в парах, в группах необходимо
отслеживать для того, чтобы оценить вклад каждого ученика и выявить наличие
ошибок для их дальнейшей коррекции.
Ответы,
критерии к заданиям, дополнительные материалы к уроку.
Ответы к заданиям будут полезны для
организации самооценивания или взаимооценивания учащихся.
Ответы к приложению 1.
1-ошибка:
между столбцами не должно быть зазоров;
2-ошибка:
не верно определены границы интервалов, верно вот так: [4,5; 9,5), [9,5;12,5),
[12,5;15,5), [15,5;18,5), [18,5;28,5), так как высота берез – непрерывная
величина. Если интервал 5-9 м взят с округлением, то на самом деле он равен
[4,5;9,5).
3-ошибка: Так как эти
интервалы различны по длине, то по оси ортинат должны рассматриваться не
частоты, а плотности частот.
Ответы к приложению 2.
№1.
Стоимость (в тысячах тенге) |
Частота |
0 < P £ 5 |
40 |
5 < P £ 10 |
60 |
10 < P £ 20 |
56 |
20 < P £ 40 |
32 |
№2.
Вес (w) |
Частота |
|
16 |
|
20 |
|
20 |
|
14 |
|
12 |
|
4 |
Ответы к приложению 3.
№1. Частота=8; длина интервала
= 5
Плотность частоты = 8:5=1,6
Масштаб оси плотности частоты = 1,6:40=0,04 (1 единица)
Частота интервала равна 6. Плотность
частоты = 6:10=0,6
0,6:0,04=15 единиц.
№2.
№3. 46,075
№4. a) – частота 19; – частота 24. b) 0,42
№5. b)
Критерии оценивания к каждому блоку заданий
прописаны в приложениях к уроку, а также указаны в краткосрочном плане.
Список полезных ссылок и литературы.
Мордкович А.Г., Семенов В.П. События,
Вероятности. Статическая обработка данных. Дополнительные параграфы к курсу
алгебры 7–9 классов общеобразовательных учреждений. – М.: Мнемозима, 2009.
Ткачева М.Ф., Федорова Н.Е. Элементы статистики и
вероятность. Учебное пособие для 7–9 классов общеобразовательных учреждений. –
М.: Просвещение, 2007.
Бродский Я.С. Статистика. Вероятность.
Комбинаторика. – М.: ООО «Издательство Оникс»; ООО «Издательство «Мир и
Образование», 2008.
Макарычев Ю. Н.Алгебра : элементы
статистики и теории вероятностей : учеб. пособие для учащихся 7—9 кл.
общеоб–разоват. учреждений / Ю. Н. Макарычев, Н. Г. Миндюк; под ред. С. А.
Теляковского.— 3–е изд.— М. : Просвещение, 2005.
http://5klass.net/algebra–9–klass/Osnovy–statistiki/020–Poligon–raspredelenija–dannykh.html
http://x–uni.com/matematika/7klass/uchebniki/sobitiya–veroyatnosti–statisticheskaya–obrabotka–dannih–aalgebra–7–9–klass–mordkovich–a–g–semenov–p–v–2008
http://videouroki.net/filecom.php?fileid=98704116
Скачано с www.znanio.ru