По данным выборочного обследования произведена группировка вкладчиков по размеру вклада в Сбербанке города:
| Размер вклада, руб. | До 400 | 400 – 600 | 600 – 800 | 800 – 1000 | Свыше 1000 |
|---|---|---|---|---|---|
| Число вкладчиков | 32 | 56 | 120 | 104 | 88 |
Определите:
1) размах вариации;
2) средний размер вклада;
3) среднее линейное отклонение;
4) дисперсию;
5) среднее квадратическое отклонение;
6) коэффициент вариации вкладов.
Решение:
Данный ряд распределения содержит открытые интервалы. В таких рядах условно принимается величина интервала первой группы равна величине интервала последующей, а величина интервала последней группы равна величине интервала предыдущей.
Величина интервала второй группы равна 200, следовательно, и величина первой группы также равна 200. Величина интервала предпоследней группы равна 200, значит и последний интервал будет иметь величину, равную 200.
| Размер вклада, руб. | 200 – 400 | 400 – 600 | 600 – 800 | 800 – 1000 | 1000 – 1200 |
|---|---|---|---|---|---|
| Число вкладчиков | 32 | 56 | 120 | 104 | 88 |
1) Определим размах вариации как разность между наибольшим и наименьшим значением признака:
Размах вариации размера вклада равен 1000 рублей.
2) Средний размер вклада определим по формуле средней арифметической взвешенной.
Предварительно определим дискретную величину признака в каждом интервале. Для этого по формуле средней арифметической простой найдём середины интервалов.
Среднее значение первого интервала будет равно:
второго – 500 и т. д.
Занесём результаты вычислений в таблицу:
| Размер вклада, руб. | Число вкладчиков, f | Середина интервала, х | xf |
|---|---|---|---|
| 200-400 | 32 | 300 | 9600 |
| 400-600 | 56 | 500 | 28000 |
| 600-800 | 120 | 700 | 84000 |
| 800-1000 | 104 | 900 | 93600 |
| 1000-1200 | 88 | 1100 | 96800 |
| Итого | 400 | – | 312000 |
Средний размер вклада в Сбербанке города будет равен 780 рублей:
3) Среднее линейное отклонение есть средняя арифметическая из абсолютных отклонений отдельных значений признака от общей средней:
Порядок расчёта среднего линейонго отклонения в интервальном ряду распределения следующий:
1. Вычисляется средняя арифметическая взвешенная, как показано в п. 2).
2. Определяются абсолютные отклонения вариант от средней:
3. Полученные отклонения умножаются на частоты:
4. Находится сумма взвешенных отклонений без учёта знака:
5. Сумма взвешенных отклонений делится на сумму частот:
Удобно пользоваться таблицей расчётных данных:
Среднее линейное отклонение размера вклада клиентов Сбербанка составляет 203,2 рубля.
4) Дисперсия – это средняя арифметическая квадратов отклонений каждого значения признака от средней арифметической.
Расчёт дисперсии в интервальных рядах распределения производится по формуле:
Порядок расчёта дисперсии в этом случае следующий:
1. Определяют среднюю арифметическую взвешенную, как показано в п. 2).
2. Находят отклонения вариант от средней:
3. Возводят в квадрат отклонения каждой варианты от средней:
4. Умножают квадраты отклонений на веса (частоты):
5. Суммируют полученные произведения:
6. Полученная сумма делится на сумму весов (частот):
Расчёты оформим в таблицу:
5) Среднее квадратическое отклонение размера вклада определяется как корень квадратный из дисперсии:
6) Коэффициент вариации – это отношение среднего квадратического отклонения к средней арифметической:
По величине коэффициента вариации можно судить о степени вариации признаков совокупности. Чем больше его величина, тем больше разброс значений признаков вокруг средней, тем менее однородна совокупность по своему составу и тем менее представительна средняя.
Содержание курса лекций «Статистика»
Показатели вариации в анализе взаимосвязей
Для измерения степени колеблемости отдельных значений признака относительно средней исчисляют основные показатели вариации.
Информация о средних уровнях исследуемых показателей обычно бывает недостаточной для полного анализа изучаемого процесса или явления. Иногда совершенно непохожие по своему внутреннему строению совокупности могут иметь равные средние величины. Поэтому для более детального изучения того или иного явления необходимо учитывать разброс или вариацию значений отдельных единиц совокупности. Измерение вариации признаков имеет как теоретическое, так и практическое значение.
Так, например, для выявления наиболее стабильно работающего коллектива или предприятия наравне с другими показателями рассчитывают и основные показатели вариации. Эти показатели дают возможность количественно определить размеры устойчивости производительности труда, уровня квалификации, цен на основные виды выпускаемой продукции и т.п. Измерение размеров вариации такого показателя, как «выполнение работ в срок» имеет важное значение для принятия решений заказчиками и инвесторами, т.к. ситуация, в которой присутствует изменчивость признака, часто содержит риск. Особое значение показатели вариации приобретают в анализе рынка ценных бумаг, где мера колеблемости отождествляется с мерой рискованности вложения денежных средств.
Основными показателями, характеризующими вариацию, являются:
- размах вариации;
- среднее линейное отклонение;
- дисперсия;
- среднее квадратическое отклонение;
- коэффициент вариации.
1) Размах вариации
(9.1 ) – размах вариации
2) Среднее линейное отклонение исчисляют для того, чтобы дать обобщающую характеристику распределению отклонений:
(9.2) – среднее линейное отклонение для несгруппированных данных
(9.3) – среднее линейное отклонение для вариационного ряда
где –
абсолютные значения отклонений отдельных вариантов xi от средней арифметической ; fi – частота.
3. Дисперсия – это средняя арифметическая квадратов отклонений отдельных значений признака от их средней арифметической:
(9.4) – дисперсия
4. Среднее квадратическое отклонение – корень квадратный из дисперсии:
(9.5) – среднее квадратическое отклонение для несгруппированных данных
(9.6)- среднее квадратическое отклонение для вариационного ряда
!!!В отличие от дисперсии среднее квадратическое отклонение является абсолютной мерой вариации признака в совокупности и выражается в единицах измерения варьирующего признака (руб., тыс., млн и т.д.).!!!
5. Коэффициент вариации – используется для сравнительной оценки вариации, а также для характеристики однородности совокупности:
(9.7) – коэффициент вариации
Пример. Для иллюстрации расчетов воспользуемся данными нижеприведенной табл. 9.1:
Таблица 9.1 ‑ Данные о продаже основных марок холодильников:
| Модель | Цена
( $ ) |
Объем продаж (шт.) | xifi | |
| 1 | Siemens | 1000 | 30 | 30000 |
| 2 | Bosch | 800 | 26 | 20800 |
| 3 | AEG Santo | 900 | 24 | 21600 |
| 4 | Miele KF | 1200 | 30 | 36000 |
| 5 | Gorenje | 870 | 20 | 17400 |
| 6 | Haier | 570 | 23 | 13110 |
| 7 | Samsung | 760 | 30 | 22800 |
| 8 | Zanussi | 700 | 20 | 14000 |
| 9 | Daewoo | 460 | 20 | 9200 |
| 10 | Beko | 650 | 25 | 16250 |
| 11 | Candy | 480 | 20 | 9600 |
| 10 | Whirpool | 470 | 21 | 9870 |
| ИТОГО | 8860 | 289 | 220630 |
Рассчитаем размах вариации.
R= 1200-460=740$
Пример вычисления размаха вариации
Размах вариации служит незаменимой мерой разброса экстремальных значений признака. Кроме характеристики границ разброса признака, размах вариации может быть использован для выявления ошибок. При наличии очень больших (или очень малых) ошибочно записанных значений признака размах вариации сразу резко возрастает, что требует проверки и корректировки исходных данных.
Недостатком данного показателя является то, что он оценивает только границы варьирующего признака и не отражает его колеблемость внутри этих границ. Вследствие этого размах вариации может неправильно характеризовать общую колеблемость признака.
Этого недостатка лишен другой показатель – дисперсия, рассчитываемый как средний квадрат отклонений значений признака от их средней величины.
Между индивидуальными отклонениями от средней и колеблемостью признака существует прямая зависимость: чем сильнее колеблемость признака, тем больше отклонения его значений от средней величины и менее устойчив изучаемый показатель.
Как и средняя величина этот показатель может быть рассчитан в двух формах: взвешенной и невзвешенной
По приведенным выше данным определим средневзвешенную цену холодильника:
Пример вычисления средней арифметической взвешенной
Далее рассчитаем дисперсию:
Пример вычисления дисперсии
!!!Следует отметить, что дисперсия еще не дает представления об однородности совокупности, и этому показателю трудно дать экономическую интерпретацию, т.к. он рассчитан в квадратных единицах. Поэтому следующим шагом в исследовании однородности совокупности является расчет среднего квадратического отклонения, показывающего, насколько в среднем отклоняются конкретные варианты признака от его среднего значения. Оно определяется как квадратный корень из дисперсии и имеет ту же размерность что и изучаемый признак.!!!
Рассчитаем среднее квадратическое отклонение
Пример вычисления среднего квадратического отклонения
Вывод: Таким образом, цена каждой марки холодильника отклоняется от средней цены в среднем на 271,1 $
Рассмотренные показатели позволяют получить абсолютное значение вариации признака. Однако для сравнения разных совокупностей с точки зрения устойчивости какого-либо одного признака или для определения однородности совокупности рассчитывают относительные показатели.
Эти показатели вычисляются как отношение размаха вариации, среднего линейного отклонения или среднего квадратического отклонения к средней арифметической или медиане. Чаще всего эти показатели выражаются в процентах.
Определим значение показателя вариации по вышеприведенным данным таблицы
Пример вычисления показателя вариации
Совокупность считается однородной, если V не превышает 33%.
Если V<10% вариация признака слабая;
10% < V<25% – вариация средняя;
V>25% – вариация сильная.
Вывод: Рассчитанная величина свидетельствует о неоднородности цен на холодильники, т.к. однородной совокупность считается, если коэффициент вариации меньше 33% (для распределений близких к нормальному).
!! Следует отметить, что коэффициент вариации может быть более 100%, что, в частности, может быть при наличии значений сильно отличающихся от средней величины. Такой результат означает, что в исследуемой совокупности сильна вариация признаков по отношению к средней величине.
Изучая вариацию интересующего нас признака в пределах исследуемой совокупности и опираясь на общую среднюю в расчетах, трудно оценить степень воздействия на него какого-либо отдельного признака.
При проведении такого анализа исходная совокупность должна представлять собой множество единиц, каждая из которых характеризуется двумя признаками – факторным (оказывающим влияние на взаимосвязанный с ним признак) и результативным (подверженным влиянию).
Для выявления взаимосвязи исходная совокупность делится по факторному признаку на группы. Выводы о степени взаимосвязи базируются на анализе вариации результативного признака. Если статистическая совокупность разбита на группы по какому-либо признаку, то для оценки влияния различных факторов, определяющих вариацию индивидуальных значений признака, используют правило сложения дисперсий.
Общая дисперсия представляет собой сумму средней из виутригрупповой и межгрупповой и дисперсий:
(9.8) – общая дисперсия
где:
Общая дисперсия характеризует вариацию признака по всей совокупности как результат влияния всех факторов, определяющих индивидуальные различия единиц совокупности.
(9.9)
где:
Межгрупповая дисперсия характеризует вариацию, обусловленную влиянием фактора, положенного в основу группировки.
(9.10) – межгрупповая дисперсия
где:
Средняя из внутригрупповых дисперсий отражает ту часть вариации результативного признака, которая обусловлена действием всех прочих неучтенных факторов, кроме фактора, по которому осуществлялась группировка. Другими словами внутригрупповая дисперсия отражает случайную вариацию. Внутригрупповая дисперсия рассчитывается отдельно по каждой j-ой группе.
(9.11) – внутригрупповая дисперсия
где:
Для всех групп в целом вычисляется средняя из внутригрупповых дисперсий, взвешенных на частоты соответствующих групп по формуле:
(9.12) – средняя из внутригрупповых дисперсий
Взаимосвязь между тремя видами дисперсий получила название правила сложения дисперсий. Таким образом, зная два вида дисперсий всегда можно определить третий:
(9.13) – правило сложения дисперсий
Из этого равенства следует, что общая дисперсия, как правило, будет больше средней из групповых дисперсий. Это обусловлено тем, что при расчленении общей совокупности единиц на части по какому-либо признаку образуются более или менее однородные группы, в результате чего сокращается колеблемость признаков в пределах каждой группы. Это приводит к тому, что средняя из групповых дисперсий оказывается меньше дисперсии признака по всей совокупности единиц, причем разница между этими показателями будет тем больше, чем однороднее получаются группы в результате расчленения общей совокупности.
Теснота связи между факторным и результативным признаками оценивается на основе эмпирического корреляционного отношения:
(9.14)
Данный показатель может принимать значения от 0 до 1. Чем ближе к 1 будет его величина, тем сильнее взаимосвязь между рассматриваемыми признаками.
Пример. На следующем условном примере исследуем зависимость объема выполненных работ от формы собственности проектно-изыскательских организаций.
Таблица 9.2. Выполнение работ проектно-изыскательскими организациями разной формы собственности
| Форма собственности | Количество предприятий |
Объем выполненных работ (млн. руб.) |
Итого |
| Государственная | 4 | 10,30,20,40 | 100 |
| Негосударственная | 6 | 20, 40, 60, 20, 50, 50 | 240 |
| Итого | 10 | 340 |
Решение:
1) Определим средний объем работ для предприятий двух форм собственности.
2) Определим средний объем работ для каждой формы собственности.
3) Рассчитаем общую и внутригрупповые (т.е. для каждой группы) дисперсии.
4) Определим среднюю из внутригрупповых и межгрупповую дисперсию. Для этого полученные ранее данные заносятся в таблицу расчета.
Таблица 9.3. – Вспомогательная таблица
|
Форма собственности |
Число предприятий |
Средняя
по группе |
Внутригрупповые дисперсии |
| Государственная | 4 | 25 | 125 |
| Негосударственная | 6 | 40 | 233 |
| Итого | 10 |
Пример. Средняя из внутригрупповых дисперсий
Пример. Межгрупповая дисперсия
На последнем этапе решения задачи необходимо проверить тождество, отражающее закон сложения дисперсий:
Проверка закона сложения дисперсий: 54,0+189,8=243,8
Вывод: Таким образом, можно сделать вывод о том, что объем работ, выполненных проектно-изыскательскими организациями на 22% [(54,0/243,8) х 100%] зависит от фактора, положенного в основание группировки, т.е. от формы собственности, а на 78% [(189,8/243,8)х100%)] ‑ от прочих факторов.
Вывод о том, что объем выполненных работ в гораздо большей степени зависит от каких-либо других факторов, чем от формы собственности предприятий подтверждается и величиной эмпирического корреляционного отношения:
Вывод: Величина этого показателя свидетельствует о том, что зависимость объема работ от формы собственности предприятия невелика
Содержание курса лекций «Статистика»
Контрольные задания
- Распределение студентов одного из факультетов по возрасту характеризуется следующими данными:
| Возраст студентов, лет | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | Всего |
| Число студентов | 20 | 80 | 90 | 110 | 130 | 170 | 90 | 60 | 750 |
Вычислить: а) размах вариации; б)среднее линейное отклонение; в) дисперсию; г) среднее квадратическое отклонение; относительные показатели вариации возраста студентов.
2. По данным статистических ежегодников постройте таблицу с рядом показателей и определите показатели вариации: а) размах; б) среднее линейное отклонение; в) среднее квадратическое отклонение; г) коэффициент вариации. Оцените количественную однородность совокупности.
Содержание курса лекций «Статистика»
В этой статье мы приступим к изучению показателей вариации: размах вариации, межквартильный размах, среднее линейное отклонение.
В математической статистике вариация занимает одно из центральных мест. Что же такое вариация? Это изменчивость. Вариация показателя – изменчивость показателя.
Показатели вариации дают очень важную характеристику процессам и явлениям. Они отражают устойчивость процессов и однородность явлений. Чем меньше показатель вариации, тем более процесс устойчивый, а значит, и более предсказуемый.
Показатели вариации отражают не отдельно взятые значения, а дают характеристику некоторому явлению или процессу в целом. Имея в наличии показатели среднего значения и вариации, можно получить первичное представление о характере данных. Средняя – это обобщающий уровень, а вариация характеризует, насколько среднее значение (или другой показатель) хорошо обобщает значения некоторой совокупности данных. Если показатель вариации незначительный, то значения совокупности находятся близко к среднему, следовательно, среднее значение хорошо обобщает совокупность. Если вариация большая, то среднее значение плохо обобщает данные (значения разбросаны далеко друг от друга), и получается «средняя температура по больнице».
Размах вариации
Размах вариации – разница между максимальным и минимальным значением:
Ниже приведена графическая интерпретация размаха вариации.
Видно максимальное и минимальное значение, а также расстояние между ними, которое и соответствует размаху вариации.
С одной стороны, показатель размаха может быть вполне информативным и полезным. К примеру, максимальная и минимальная стоимость квартиры в городе N, максимальная и минимальная зарплата по профессии в регионе и проч. С другой стороны, размах может быть очень широким и не иметь практического смысла, т.к. зависит лишь от двух наблюдений. Таким образом, размах вариации очень неустойчивая величина.
Межквартильный размах
В статистике для анализа выборки часто прибегают к другому показателю вариации – межквартильному размаху. Квартиль – это то значение, которые делит ранжированные (отсортированные) данные на части, кратные одной четверти, или 25%. Так, 1-й квартиль – это значение, ниже которого находится 25% совокупности. 2-й квартиль делит совокупность данных пополам (то бишь медиана), ну и 3-й квартиль отделяет 25% наибольших значений. Так вот межквартильный размах – это разница между 3-м и 1-м квартилями. У данного показателя есть одно неоспоримое преимущество: он является робастным, т.е. не зависит от аномальных отклонений.
Наглядное отображение размаха вариации и межкварительного расстояния производят с помощью диаграммы «ящик с усами».
Среднее линейное отклонение
Есть показатели вариации, которые учитывают сразу все значения, а не только отдельные наблюдения (типа максимума или минимума). Одним из таких является среднее линейное отклонение. Этот показатель характеризует меру разброса значений вокруг их среднего. В чем суть? Для того, чтобы показать меру разброса данных, нужно вначале определиться, относительно чего этот самый разброс будет считаться. Обычно это среднее арифметическое. Далее нужно посчитать, насколько каждое значение отклоняется от средней. Нас интересует среднее из таких отклонений. Однако напрямую складывать положительные и отрицательные отклонения нельзя, т.к. они взаимоуничтожатся и их сумма будет равна нулю. Поэтому все отклонения берутся по модулю. Средне линейное отклонение рассчитывается по формуле:
где
a – среднее линейное отклонение,
X – анализируемый показатель,
X̅ – среднее значение показателя,
n – количество значений в анализируемой совокупности данных.
Рассчитанное по этой формуле значение показывает среднее абсолютное отклонение от средней арифметической. Наглядная картинка в помощь.
Отклонения каждого наблюдения от среднего указаны маленькими стрелочками. Именно они берутся по модулю и суммируются. Потом все делится на количество значений.
Для полноты картины нужно привести еще и пример. Допустим, имеется фирма по производству черенков для лопат. Каждый черенок должен быть 1,5 метра длиной, но, что еще важней, все должны быть одинаковыми или, по крайней мере, плюс-минус 5 см. Однако нерадивые работники то 1,2 м отпилят, то 1,8 м. Дачники недовольны. Решил директор провести статистический анализ длины черенков. Отобрал 10 штук и замерил их длину, нашел среднюю и рассчитал среднее линейное отклонение. Средняя получилась как раз, что надо – 1,5 м. А вот среднее линейное отклонение вышло 0,16 м. Вот и получается, что каждый черенок длиннее или короче, чем нужно, в среднем на 16 см. Есть, о чем поговорить с работниками.
На этом сегодняшнюю заметку закончим. В следующей статье будут рассмотрены такие показатели вариации, как дисперсия, среднеквадратичное отклонение и коэффициент вариации.
Поделиться в социальных сетях:
Абсолютные
и средние величины не могут дать
всесторонней характеристики изучаемой
совокупности, не позволяют судить о
структуре совокупности, о внутреннем
ее строении. Более полное представление
об изучаемой совокупности может быть
получено путем исследования различий
между единицами совокупности с помощью
измерения колеблемости изучаемого
признака.
Размах
вариации (R)
представляет собой разность между
максимальным и минимальным значениями
признака в изучаемой совокупности (R =
Хmax– Xmin).
Этот показатель дает самое общее
представление о колеблемости изучаемого
признака, так как показывает разницу
только между предельными значениями
вариантов. Зависимость от крайних
значений признака придает размаху
вариации неустойчивый, случайный
характер.
Размах
вариации не связан с частотами в
вариационном ряду. т. е. с характером
распределения. Размах вариации не дает
никакой информации об особенностях
исследуемых совокупностей и не позволяет
оценить степень типичности полученных
средних. Область применения этого
показа-геля ограничена достаточно
однородными совокупностями.
Для
характеристики вариации признака нужно
знать не только амплитуду (размах) его
значений, но и уметь обобщить отклонения
всех этих значений от какой-либо типичной
для изучаемой совокупности величины.
В качестве такой величины используют
среднюю арифметическую. Такие показатели
вариации, пак среднее линейное отклонение,
дисперсия и среднее квадратическое
отклонение. основаны на рассмотрении
отклонений значений признака Отдельных
единиц совокупности от средней
арифметической.
Среднее
линейное отклонение представляет собой
среднюю арифметическую из абсолютных
значений отклонений отдельных вариантов
от их средней арифметической:
где d – среднее
линейное отклонение;
|
|
– абсолютное значение (модуль) отклонения
варианта от средней арифметической;
f-частота.
Первая
формула применяется, если каждый из
вариантов встречается в совокупности
только один раз, а вторая – в рядах с
неравными частотами. Необходимость
использования в формулах среднего
линейного отклонения модулей отклонений
вариантов от средней вызвана тем, что
алгебраическая сумма этих отклонений
равна нулю по свойствам средней
арифметической. Среднее линейное
отклонение показывает, насколько в
среднем колеблется величина признака
у единиц исследуемой совокупности, и
выражается в тех же единицах измерения,
что и варианты.
3. Дисперсия. Виды дисперсий
Дисперсия
(
) – средняя
из квадратов отклонений вариантов
значений признака от их средней величины:
Или 
для
не сгруппированных данных,
для
сгруппированных данных.
Свойства
дисперсии.
1. Дисперсия
постоянной величины равна 0.
2. Уменьшение
всех значений признака на одну и ту же
величину не изменяет величину дисперсии:
3. Уменьшение
всех значений признака в к раз
уменьшает дисперсию в k2 раз: 
4. Средний
квадрат отклонений, исчисленный от
среднего арифметического, всегда будет
меньше среднего квадрата отклонений,
исчисляемого от любой другой
величины: 
> 
.Величина
различия между ними вполне определенная,
это квадрат разности между средней и
этой условной величиной А.
Дисперсия
альтернативного признака,
т. е. признака, имеющего два противоположных
значения. В таких случаях наличие
признака обозначается единицей, а его
отсутствие – нулем. Доля единиц, обладающих
признаком, обозначается через р, доля
остальных единиц – q=
1 – р. Средняя величина альтернативного
признака:
Дисперсия
альтернативного признака:
Cреднее
квадратическое отклонение альтернативного
признака:
Общая
дисперсия измеряет вариацию признака
во всей совокупности, возникающую под
влиянием всех факторов. Исчисляется по
формуле:
Групповые
средние и дисперсии обозначим
соответственно х. и о’. Внутригрупповые
дисперсии показывают величину вариации,
вызванную всеми признаками, кроме
признака, положенного в основу группировки.
Межгрупповая
дисперсия является мерой вариации
признака между группами и характеризует
колеблемость групповых средних (Т) около
общей средней (Т) (среднее квадратическое
отклонение групповых средних от общей
средней):
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
Размах вариации
Правила ввода
Вводить можно целые(1, 2, 3, -7), десятичные(0.25, -1.15), дробные(-1/8, 32/9). Если необходимо ввести смешанное число, то нужно перед вводом перевести его в неправильную обыкновенную дробь. Т.е. 1 целая 1/2 вводить нужно будет как 3/2.
При вводе десятичных дробей использовать точку. Запятая зарезервирована под разделитель.
В качестве разделителя можно использовать любой символ кроме цифр(0-9), слэша(/), точки(.), знака минус(-). Остальные символы и перенос строки будут программой заменены на разделители.
Определение размаха вариации
Размах вариации это разность между наибольшим и наименьшим значением признака в изучаемой совокупности.
Формула размаха вариации
R = xmax-xmin
где xmax – максимальное значение
где xmin – минимальное значение
Как найти размах вариации
- Для начала необходимо отсортировать по возрастанию ряд чисел, для определения максимального и минимального
- Затем из максимального значения вычесть минимальное.
Пример нахождения размаха вариации
Дан ряд чисел 5, 1/2, 10, -8, 3.5
Отсортируем по возрастанию
-8, 1/2, 3.5, 5, 10
Соответственно xmax=10, xmin=-8
По формуле размаха вариации вычислим R = xmax-xmin=10-(-8)=18
Размах вариации для ряда чисел 5, 1/2, 10, -8, 3.5 равен 18
Похожие калькуляторы
