Связанные понятия
Сре́днее значе́ние — числовая характеристика множества чисел или функций (в математике); — некоторое число, заключённое между наименьшим и наибольшим из их значений.
Кванти́ль в математической статистике — значение, которое заданная случайная величина не превышает с фиксированной вероятностью. Если вероятность задана в процентах, то квантиль называется процентилем или перцентилем (см. ниже).
Несмещённая оце́нка в математической статистике — это точечная оценка, математическое ожидание которой равно оцениваемому параметру.
Ковариа́ция (корреляционный момент, ковариационный момент) — в теории вероятностей и математической статистике мера линейной зависимости двух случайных величин.
Доверительный интервал — термин, используемый в математической статистике при интервальной оценке статистических параметров, более предпочтительной при небольшом объёме выборки, чем точечная. Доверительным называют интервал, который покрывает неизвестный параметр с заданной надёжностью.
Упоминания в литературе
Базой для расчета простой
средней арифметической являются первичные записи результатов наблюдения. Предположим, что известны значения признака x1x2, …, хп. Каждое из этих значений повторяется один раз (или теоретически одинаковое количество раз), т. е. данные не сгруппированы. Тогда для такого ряда следует использовать формулу средней арифметической простого ряда или простую среднюю арифметическую:
Наиболее распространенными характеристиками статистического распределения являются средние величины: мода, медиана и
средняя арифметическая (или выборочная средняя). Мода (Мо) равна варианте, которой соответствует наибольшая частота. Медиана (Ме) равна варианте, которая расположена в середине статистического распределения. Она делит статистический (вариационный) ряд на две равные части. Выборочная средняя (ХВ) определяется как среднее арифметическое значение вариант статистического ряда.
Вероятность определяется на основе объективных и субъективных оценок. При объективном вычислении вероятности наступления события за основу берется частота реализации схожих событий, при субъективном – экспертные мнения. Основой статистической оценки рисков принят показатель, называемый средним квадратичным отклонением (σ). Данный показатель характеризует среднюю величину отклонений отдельно взятых величин от среднего значения. При расчете среднего квадратичного отклонения используются следующие показатели: частные величины (xi), количество частных величин (n) и простая
средняя арифметическая частной величины x. Стандартное среднее квадратичное отклонение (возведение в квадрат используется для избежания отрицательных знаков в результате) рассчитывается следующим образом:
Однако, как было сказано, мы собираемся работать с экспоненциальной скользящей средней. В чем отличие? Экспоненциальная скользящая средняя (exponential moving average – ЕМА) более показательна, так как она берет
среднее арифметическое значение максимумов (минимумов или закрытий), но при этом конечное значение в большей степени учитывает недавние значения, вследствие чего экспоненциальная линия в большей степени отражает текущий настрой рынка. Формула подсчета экспоненциальной скользящей средней выглядит так:
Снова возьмем 4 ряд. Что мы тут видим? А видим мы, что сумма всех чисел в нем есть 5? – и не нужно к ним ничего добавлять, чтобы заметить: все они симметрично расположены вокруг 25. Так как
среднее арифметическое этих чисел – 5², уравнение преобразуется в 5² + 5² + 5² + 5² + 5² = 5 × 5², то есть 5?. То же справедливо и в отношении 4 ряда: среднее арифметическое всех чисел в нем – 4², их сумма – 4?. Чуть-чуть алгебры (к которой мы здесь не прибегаем), и вы легко сделаете вывод, что среднее арифметическое n чисел ряда n равно n², а их сумма равна n?, что и требовалось доказать.
Связанные понятия (продолжение)
Генеральная совокупность (от лат. generis — общий, родовой) — совокупность всех объектов (единиц), относительно которых предполагается делать выводы при изучении конкретной задачи.
То́чечная оце́нка в математической статистике — это число, оцениваемое на основе наблюдений, предположительно близкое к оцениваемому параметру.
Состоя́тельная оце́нка в математической статистике — это точечная оценка, сходящаяся по вероятности к оцениваемому параметру.
Апостерио́рная вероя́тность — условная вероятность случайного события при условии того, что известны апостериорные данные, т.е. полученные после опыта.
Фу́нкция распределе́ния в теории вероятностей — функция, характеризующая распределение случайной величины или случайного вектора; вероятность того, что случайная величина X примет значение, меньшее или равное х, где х — произвольное действительное число. При соблюдении известных условий (см. ниже) полностью определяет случайную величину.
Коэффицие́нт (от лат. co(cum) «совместно» + efficients «производящий») — числовой множитель при буквенном выражении, множитель при той или иной степени неизвестного, или постоянный множитель при переменной величине.
Центра́льные преде́льные теоре́мы (Ц. П. Т.) — класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы (ни одно из слагаемых не доминирует, не вносит в сумму определяющего вклада), имеет распределение, близкое к нормальному.
Подробнее: Центральная предельная теорема
Выброс (англ. outlier), промах — в статистике результат измерения, выделяющийся из общей выборки.
Статистика — измеримая числовая функция от выборки, не зависящая от неизвестных параметров распределения элементов выборки.
Ковариацио́нная ма́трица (или ма́трица ковариа́ций) в теории вероятностей — это матрица, составленная из попарных ковариаций элементов одного или двух случайных векторов.
Усло́вное распределе́ние в теории вероятностей — это распределение случайной величины при условии, что другая случайная величина принимает определённое значение.
Метод наименьших квадратов (МНК) — математический метод, применяемый для решения различных задач, основанный на минимизации суммы квадратов отклонений некоторых функций от искомых переменных. Он может использоваться для «решения» переопределенных систем уравнений (когда количество уравнений превышает количество неизвестных), для поиска решения в случае обычных (не переопределенных) нелинейных систем уравнений, для аппроксимации точечных значений некоторой функции. МНК является одним из базовых методов...
Нера́венство Ма́ркова в теории вероятностей даёт оценку вероятности, что случайная величина превзойдёт по модулю фиксированную положительную константу, в терминах её математического ожидания. Хотя получаемая оценка обычно груба, она позволяет получить определённое представление о распределении, когда последнее не известно явным образом.
В теории вероятностей два случайных события называются независимыми, если наступление одного из них не изменяет вероятность наступления другого. Аналогично, две случайные величины называют независимыми, если известное значение одной из них не дает информации о другой.
Подробнее: Независимость (теория вероятностей)
Ме́тод максима́льного правдоподо́бия или метод наибольшего правдоподобия (ММП, ML, MLE — англ. maximum likelihood estimation) в математической статистике — это метод оценивания неизвестного параметра путём максимизации функции правдоподобия. Основан на предположении о том, что вся информация о статистической выборке содержится в функции правдоподобия.
Выборка или выборочная совокупность — часть генеральной совокупности элементов, которая охватывается экспериментом (наблюдением, опросом).
Непреры́вное равноме́рное распределе́ние — в теории вероятностей — распределение случайной вещественной величины, принимающей значения, принадлежащие интервалу , характеризующееся тем, что плотность вероятности на этом интервале постоянна.
Многоме́рное норма́льное распределе́ние (или многоме́рное га́уссовское распределе́ние) в теории вероятностей — это обобщение одномерного нормального распределения. Случайный вектор, имеющий многомерное нормальное распределение, называется гауссовским вектором.
Тест отноше́ния правдоподо́бия (англ. likelihood ratio test, LR) — статистический тест, используемый для проверки ограничений на параметры статистических моделей, оценённых на основе выборочных данных. Является одним из трёх базовых тестов проверки ограничений наряду с тестом множителей Лагранжа и тестом Вальда.
Характеристи́ческая фу́нкция случа́йной величины ́ — один из способов задания распределения. Характеристические функции могут быть удобнее в тех случаях, когда, например, плотность или функция распределения имеют очень сложный вид. Также характеристические функции являются удобным инструментом для изучения вопросов слабой сходимости (сходимости по распределению). В теорию характеристических функций внесли большой вклад Ю.В. Линник, И.В. Островский, С.Р. Рао, Б. Рамачандран.
Кривая Лоренца — это альтернативное (в иных координатах) графическое изображение функции распределения. Она была предложена американским экономистом Максом Отто Лоренцем в 1905 году как показатель неравенства в доходах населения. В таком представлении она есть изображение функции распределения, в котором аккумулируются доли численности и доходов населения. В прямоугольной системе координат кривая Лоренца является выпуклой вниз и проходит под диагональю единичного квадрата, расположенного в I координатной...
Нулевая гипотеза — принимаемое по умолчанию предположение о том, что не существует связи между двумя наблюдаемыми событиями, феноменами. Так, нулевая гипотеза считается верной до того момента, пока нельзя доказать обратное. Опровержение нулевой гипотезы, то есть приход к заключению о том, что связь между двумя событиями, феноменами существует, — главная задача современной науки. Статистика как наука даёт чёткие условия, при наступлении которых нулевая гипотеза может быть отвергнута.
Скользя́щая сре́дняя , скользя́щее сре́днее (англ. moving average, MA) — общее название для семейства функций, значения которых в каждой точке определения равны среднему значению исходной функции за предыдущий период.
Статистический критерий — строгое математическое правило, по которому принимается или отвергается та или иная статистическая гипотеза с известным уровнем значимости. Построение критерия представляет собой выбор подходящей функции от результатов наблюдений (ряда эмпирически полученных значений признака), которая служит для выявления меры расхождения между эмпирическими значениями и гипотетическими.
Закон больших чисел (ЗБЧ) в теории вероятностей — принцип, описывающий результат выполнения одного и того же эксперимента много раз. Согласно закону, среднее значение конечной выборки из фиксированного распределения близко к математическому ожиданию этого распределения.
Определённый интеграл — аддитивный монотонный функционал, заданный на множестве пар, первая компонента которых есть интегрируемая функция или функционал, а вторая — область в множестве задания этой функции (функционала).
Независимая переменная — в эксперименте переменная, которая намеренно манипулируется или выбирается экспериментатором с целью выяснить её влияние на зависимую переменную.
Вероя́тностное простра́нство — понятие, введённое А. Н. Колмогоровым в 30-х годах XX века для формализации понятия вероятности, которое дало начало бурному развитию теории вероятностей как строгой математической дисциплины.
Весовая функция — математическая конструкция, используемая при проведении суммирования, интегрирования или усреднения с целью придания некоторым элементам большего веса в результирующем значении по сравнению с другими элементами. Задача часто возникает в статистике и математическом анализе, тесно связана с теорией меры. Весовые функции могут быть использованы как для дискретных, так и для непрерывных величин.
В статистике
степенной закон (англ. power law) - это такая функциональная зависимость между двумя величинами, при которой относительное изменение одной величины приводит к пропорциональному относительному изменению другой величины, независимо от исходных значений этих величин: зависимость одной величины от другой представляет собой степенную функцию. Например, рассмотрим зависимость площади квадрата от длины его стороны. Если длина будет увеличена вдвое, то площадь увеличится вчетверо.
Функция потерь — функция, которая в теории статистических решений характеризует потери при неправильном принятии решений на основе наблюдаемых данных. Если решается задача оценки параметра сигнала на фоне помех, то функция потерь является мерой расхождения между истинным значением оцениваемого параметра и оценкой параметра.
Пропорциональными называются две взаимно зависимые величины, если отношение их значений остаётся неизменным.
Подробнее: Пропорциональность
В теории вероятностей случайная величина имеет дискретное равномерное распределение, если она принимает конечное число значений с равными вероятностями.
Подробнее: Дискретное равномерное распределение
Седловая точка в математическом анализе — такая точка из области определения функции, которая является стационарной для данной функции, однако не является её локальным экстремумом. В такой точке, если рассматривается функция двух переменных, образованная графиком функции поверхность обычно напоминает по форме седло или горный перевал — выпуклая в одном направлении и вогнутая в другом. На карте высот седловая точка может быть в общем случае обнаружена в месте пересечения изолиний. Например, два холма...
Ме́тод моме́нтов — метод оценки неизвестных параметров распределений в математической статистике и эконометрике, основанный на предполагаемых свойствах моментов (Пирсон, 1894 г.). Идея метода заключается в замене истинных соотношений выборочными аналогами.
Для определения средних или наиболее типичных значений совокупности используются показатели центра распределения. Основные из них — математическое ожидание, среднее арифметическое, среднее геометрическое, среднее гармоническое, среднее степенное, взвешенные средние, центр сгиба, медиана, мода.
Подробнее: Показатели центра распределения
Дисперсионный анализ — метод в математической статистике, направленный на поиск зависимостей в экспериментальных данных путём исследования значимости различий в средних значениях. В отличие от t-критерия, позволяет сравнивать средние значения трёх и более групп. Разработан Р. Фишером для анализа результатов экспериментальных исследований. В литературе также встречается обозначение ANOVA (от англ. ANalysis Of VAriance).
Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в прикладной статистике (чаще всего — в эконометрике), означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
Наиме́ньшее о́бщее кра́тное (НОК) двух целых чисел m и n есть наименьшее натуральное число, которое делится на m и n без остатка. Обозначается одним из следующих способов...
Упоминания в литературе (продолжение)
В аналитических расчетах применяют различные формы средних величин –
средняя арифметическая простая, среднеквадратическая, средняя гармоническая, средняя хронологическая моментного ряда и др. При их использовании следует учитывать, что они дают обобщенную характеристику явлений, основываясь на массовых данных. Поэтому при оценке экономических явлений необходимо раскрывать содержание средних величин, дополняя их среднегрупповыми, а в некоторых случаях и индивидуальными показателями.
Учитывая наблюдающееся варьирование различных показателей физического развития ребенка, нужно знать так называемое нормальное, или гаусс-лапласовское, распределение. Характеристиками этого распределения являются
средняя арифметическая величина признака, или показателя (М), и величина среднего квадратического отклонения, или сигмы (сиг). Величины, выходящие за пределы М ? 2 сиг стандарта для здоровых детей, как правило, свидетельствуют о патологии.
• индекс может базироваться на среднем геометрическом или на
среднем арифметическом значении цен на акции;
Приблизительный средний конечный рост ребенка, имеющего «костный» возраст, соответствующий паспортному, можно рассчитать, зная показатели роста обоих родителей и рассчитав
среднее арифметическое между длиной тела отца и длиной тела матери. Пользуясь формулой, необходимо учитывать, что при расчете конечной длины тела у мальчиков к полученному значению прибавляют, а у девочек вычитают 5 см.
Для каждого компонента трудового потенциала рассчитываются соответствующие индексы по шкале от 0 до 1, после чего находится
среднее арифметическое пяти частных индексов:
Как следует из представленного рис. 2, наблюдается тенденция увеличения повторяемости пасмурного неба и одновременно с ней тенденция уменьшения количества приходящей солнечной коротковолновой радиации. Необходимо отметить наличие прямой зависимости повторяемости ясного неба и сумм суммарной радиации и обратной зависимости для повторяемости пасмурного неба. При этом стоит отметить, что между повторяемостями ясного и пасмурного неба зависимость обратная, что при бета-распределении не является тривиальным результатом. Именно поэтому метод оценки характеристик облачности, основанный на анализе отдельных ее градаций (0–2 и 8–10 баллов), более корректен, чем оценка облачности с помощью величины
среднего арифметического . Использование последней не позволяет выявить влияние облачности на приходящую суммарную радиацию, поскольку увеличение максимума и уменьшение минимума на оценку среднего арифметического в общем случае влияет слабо.
2.
Средняя арифметическая (взвешенная). Применяется, когда известны отдельные значения признака и их веса (fi):
Даже оставляя в стороне неустойчивость, связанную со спекуляцией, приходится считаться еще с неустойчивостью, проистекающей из определенного свойства человеческой природы, которое выражается в том, что заметная часть наших действий, поскольку они направлены на что-то позитивное, зависит скорее от самопроизвольного оптимизма, нежели от скрупулезных расчетов, основанных на моральных, гедонистических или экономических мотивах. Вероятно, большинство наших решений позитивного характера, последствия которых скажутся в полной мере лишь по прошествии многих дней, принимается под влиянием одной лишь жизнерадостности (animal spirits) – этой спонтанно возникающей решимости действовать, а не сидеть сложа руки, но отнюдь не в результате определения
арифметической средней из тех или иных количественно измеренных выгод, взвешенных по вероятности каждой из них. Предпринимателям остается лишь изображать деятельность, которая якобы направляется в основном мотивами, сформулированными в их собственных планах на будущее, какими бы искренними и правдивыми они ни были. Лишь в немного бо́льшей степени, чем экспедиция на Южный полюс, предпринимательство основывается на точных расчетах ожидаемого дохода. Поэтому, когда жизнерадостность (animal spirits) затухает, самопроизвольный154 оптимизм поколеблен и нам не остается ничего другого, как полагаться на один только математический расчет, предпринимательство хиреет и испускает дух – даже если опасения потерпеть убытки столь же неосновательны, какими прежде были надежды на прибыль.