 |
Мода, характеристика, применение, социологическое значение
|
|
|
|
Интервальные(метрические) шкалы.
Метрическая шкала шкала с безусловно равными значениями интервала. Она имеет единицу измерения которая иереется расстоянием между позициями.
Примером явл данные по доходу, единицы измерения доллары или рубли.
Метрическая шкала практически не имеет ограничений в применении статистических процедур, поэтому является эффективной при анализе данных.однако метр шкалы имеют свои недостатки, например при описании и представлении результатов данных полученных с помощью метрической шкалы выглядят очень грамоздко.
Например если автор хочет представить данные которые показывают возраст респондента и отношение к реформам то таблица будет иметь много строк и поэтому она неудобно используется, поэтому из нее можно сделать порядковую шкалу.
Меры среднего и разброса расчит при метрической шкале.
Критериями центральной тенденции для пропорционального и интервального уровней измерений выступает мода моды(значение переменной, которое встречается среди данных наиболее часто. медиана (категория к которой пренадлежит серединной наблюдение), и среднее арифметическое. СА представляет собой сумму значений переменной разделенную на число значений.
7. группировка наблюдений. Частотная таблица. Проценты. Суммарные накопленные проценты.
Наиболее простой способ представления результатов- частотное распределение. Существует одномерное частотное распределение- это совокупность значений переменных и их частот.
Различают:
- абсолютные частоты- количество объектов обладающих определенным значением признака
- относительные частоты могут выражаться в % от объема выборки или в долях единиц. Социологи в основном используют относительные данные.
|
|
|
-накопленная частота имеет смысловое значение при анализе порядковых и количественных переменных. Ей называют значения переменных кот представляют собой сумму частот от 1-го значения и значения о котором идет речь.
- валиднай процент(принимает за 100% отвеченные позиции)
Частотные распределения могут быть представлены графически:
-круговая диаграмма
-диаграмма столбцов
-полигон
-гистограмма
Одномерные частотные распределения
Одномерный анализ - это определенный вид анализа, для которого случайная величина предстает перед социологом в виде признака, для каждого значения которого известна относительная частота его встречаемости. По одномерным распределениям определяется дифференцирующая сила признаков, характер этого распределения и устанавливаются эмпирические закономерности «поведения» признака в отношении изучаемых объектов. Одномерное распределение можно анализировать на языке математической статистики, статистического анализа.
Различают абсолютные и относительные частоты.
Абсолютная частота показывает количество объектов, обладающих определенным значением признака.
Относительные частоты могут выражаться в процентах от объема выборки или в долях единицах.
Социологи в основном используют относительные частоты. Существует так же понятие накопленная частота.
Накопленной частотой называют значение переменной, которое представляет собой сумму частот от первых значений и до частоты о которой идет речь.
8. таблица сопряженности.
Таблица сопряженности - средство представления совместного распределения двух переменных, предназначенное для исследования связи между ними. Таблица сопряженности является наиболее универсальным средством изучения статистических связей, так как в ней могут быть представлены переменные с любым уровнем измерения.
Строки таблицы сопряженности соответствуют значениям одной переменной, столбцы - значениям другой переменной (количественные шкалы предварительно должны быть сгруппированы в интервалы). На пересечении строки и столбца указывается частота совместного появления fij соответствующих значений двух признаков xi и yj. Сумма частот по строке fi называется маргинальной частотой строки; сумма частот по столбцу fj - маргинальной частотой столбца. Сумма маргинальных частот равна объему выборки n; их распределение представляет собой одномерное распределение переменной, образующей строки или столбцы таблицы.
В таблицах сопряженности могут быть представлены как абсолютные, так и относительные частоты (в долях или процентах). Относительные частоты могут рассчитываться по отношению:
к маргинальной частоте по строке§
к маргинальной частоте по столбцу§
к объему выборки§
Таблицы сопряженности используются для проверки гипотезы о наличии связи между двумя признаками (Статистическая связь, Критерий "хи-квадрат"), а также для измерения тесноты связи (Коэффициент фи, Коэффициент контингенции, Коэффициент Крамера)
|
|
|
Мода, характеристика, применение, социологическое значение
Мо́да — значение во множестве наблюдений, которое встречается наиболее часто. Случайная величина может не иметь моды. Иногда в совокупности встречается более чем одна мода (например: 2, 6, 6, 6, 8, 9, 9, 9, 10; мода = 6 и 9). В этом случае можно сказать, что совокупность мультимодальна. Из структурных средних величин только мода обладает таким уникальным свойством. Как правило мультимодальность указывает на то, что набор данных не подчиняется нормальному распределению.
Мода как средняя величина употребляется чаще для данных, имеющих нечисловую природу. Среди перечисленных цветов автомобилей — белый, черный, синий металлик, белый, синий металлик, белый — мода будет равна белому цвету. При экспертной оценке с её помощью определяют наиболее популярные типы продукта, что учитывается при прогнозе продаж или планировании их производства.
Для интервального ряда мода определяется по формуле:
Мо = XMо + hМо * (fМо - fМо-1): ((fМо - fМо-1) + (fМо - fМо+1)),
|
|
|
здесь XMо — левая граница модального интервала, hМо — длина модального интервала, fМо-1 — частота премодального интервала, fМо — частота модального интервала, fМо+1 — частота послемодального интервала
Мода (частотное среднее) – представляет собой наиболее частое встречающееся значение признака. Если значения переменной сгруппированы в интервалы, то говорят о модальном интервале.
Мода является универсальным показателем центра распределения. Она может использоваться и при номинальных и при порядковых шкалах.
|
|
|
