<< Пред.           стр. 5 (из 19)           След. >>

Список литературы по разделу

  Найдем границы интересующего нас интервала:
  а-?<Х<а+?,
  950 - 246 < X < 950 + 246,
  704 < X < 1196.
  С вероятностью 0,899 можно ожидать, что вес случайно отобранной туши будет находиться в пределах от 704 до 1 196 кг.
 Ответ. 1. а) 0,02275, б) 0,25143, в) 0,83144, г) 0,2586, д) 0,7414; 2. (500, 1 400);
 3. 246 (704, 1196).
 
  Пример 2. Изменим условие предыдущей задачи.
  На рынок поступила крупная партия говядины. Предполагается, что вес туш - случайная величина, подчиняющаяся нормальному закону распределения с неизвестным математическим ожиданием и средним квадратическим отклонением ?= 150 кг. Известно, что 37,07% туш имеют вес более 1 000 кг. Определите ожидаемый вес случайно отобранной туши.
  Решение. По условию задачи ?= 150; а = 1 000; ? = +?; Р(Х > 1 000) = 0,3707.
  Ожидаемый вес случайно отобранной туши - это среднеожидаемый вес (математическое ожидание), т. е. а = ?
  Используем формулу (5.10) расчета вероятности попадания в заданный интервал нормально распределенной случайной величины Х
 
  По таблице функции Лапласа (приложение 2) найдем, при каком z = (100 - а)/150 функция Ф0(z) = 0,1293.
  z = 0,33, т.е. Ф0(0,33) = 0,1293.
  Отсюда
 
 1 000 - а = 0,33 · 150 = 50,
 а = 1 000 - 50 = 950.
  Ответ. Среднеожидаемый вес случайно отобранной туши составляет 950 кг.
  Пример 3. Вновь изменим условие задачи.
  На рынок поступила крупная партия говядины. Предполагается, что вес туш - случайная величина, подчиняющаяся нормальному закону распределения с математическим ожиданием а = 950 кг и неизвестным средним квадратическим отклонением. Известно, что 15,87% туш имеют вес менее 800 кг. Определите среднее квадратическое (стандартное) отклонение веса туш.
  Решение. По условию задачи: а = 950; ? = ??; ?= 800; Р(Х < 800) = 0,1587; ? = ?
  Используем формулу (5.10) расчета вероятности попадания в заданный интервал нормально распределенной случайной величины Х
 
 
 
 
  По таблице функции Лапласа (приложение 2) найдем, при каком z = 150/ ? функция Ф0(z) = 0,3413.
 z = 1, т. е. Ф0(1) = 0.3413.
 Отсюда
 
 
  Ответ. Среднее квадратическое отклонение веса туш составляет 150 кг.
 Пример 4. Еще раз изменим условие задачи. На рынок поступила крупная партия говядины. Предполагается, что вес туш - случайная величина, подчиняющаяся нормальному закону распределения с неизвестными математическим ожиданием и средним квадратическим отклонением. Известно, что 15,87% туш имеют вес менее 800 кг и 37,07% туш - более 1 000 кг. Определите средний ожидаемый вес и среднее квадратическое (стандартное) отклонение веса туш.
 
 Решение. По условию задачи ? = -?; ? = 800; Р(Х < 800) = 0,1587; Р(Х > 1000) = 0,3707; а = ?; ?= ?
  Используем формулу (5.10) расчета вероятности попадания в заданный интервал нормально распределенной случайной величины Х
 
 
 
  По таблице функции Лапласа (приложение 2) найдем, при каком z = (а - 800)/? функция Ф0(z) = =0,3413.
 z=1,т. e. Ф0(1) = 0,3413.
 Отсюда
 
 С другой стороны,
 
  По таблице функции Лапласа (приложение 2) найдем, при каком
 
 
  Отсюда
 
 Решим систему линейных уравнений:
 
  Среднеожидаемый вес случайно отобранной туши составляет 950 кг. Среднее квадратическое отклонение веса туш - 150 кг.
  Ответ. а = 950; ?= 150.
  Пример 5. В очередной раз изменим условие задачи. На рынок поступила крупная партия говядины. Предполагается, что вес туш - случайная величина, подчиняющаяся нормальному закону распределения, с математическим ожиданием а = 950 кг и неизвестным средним квадратическим отклонением. Каким должно быть среднее квадратическое (стандартное) отклонение, чтобы с вероятностью 0,81648 можно было утверждать, что абсолютное отклонение веса случайно отобранной туши от математического ожидания не превысит 200 кг?
  Решение. По условию задачи а = 950; ? = 200; Р(|Х - 950| < 200) = 0,81648; ? =?
  Используем формулу (5.11) расчета вероятности заданного отклонения нормально распределенной случайной величины Х от своего математического ожидания.
  Тогда получим
 
  По таблице функции Лапласа (приложение 2) найдем, при каком z = 200/? функция Ф0(z) = 0,40824.
 z = 1,33, т. е. Ф0(1.33) = 0,40824.
 Отсюда
 
 ?=200/1,33=150.
  Чтобы с вероятностью 0,81648 можно было утверждать, что абсолютное отклонение веса случайно отобранной туши от математического ожидания не превысит 200 кг, среднее квадратическое отклонение веса туш должно составлять 150 кг.
  Ответ. 150.
 
  Пример 6. Фирма собирается приобрести партию из 100 000 единиц некоторого товара. Из прошлого опыта известно, что 1 % товаров данного типа имеют дефекты. Какова вероятность того, что в данной партии окажется от 950 до 1 050 дефектных единиц товара?
  Решение. В качестве случайной величины в данной задаче выступает число дефектных единиц товара в общей партии из 100 000 единиц. Обозначим ее через X.
  Перечислим все возможные значения случайной величины X: 0, 1, 2, ..., 99 999, 100 000.
  Это - дискретная случайная величина, так как ее возможные значения отличаются друг от друга не менее чем на 1, и множество ее возможных значений является счетным.
  По условию вероятность того, что единица товара окажется дефектной, - постоянна и составляет 0,01 (р = 0,01). Вероятность противоположного события, т. е. того, что единица товара не имеет дефекта, также постоянна и составляет 0,99:
 q= 1 -p= 1 -0,01 =0,99.
  Все 100 000 испытаний - независимы, т. е. вероятность того, что каждая единица товара окажется дефектной, не зависит от того, окажется дефектной или нет любая другая единица товара.
  Значения случайной величины Х - это, в общем виде, число появлений интересующего нас события в 100 000 независимых испытаниях. Поэтому можно сделать вывод о том, что случайная величина Х - число дефектных единиц товара в общей партии из 100 000 единиц - подчиняется биномиальному закону распределения вероятностей с параметрами п = 100 000 и р = 0,01.
  Итак, по условию задачи n = 100 000; р = 0,01; q = 0,99; X = т.
  Необходимо найти вероятность того, что число дефектных единиц товара окажется в пределах от т1 = 950 до т2 =1 050, т. е. вероятность того, что случайная величина Х = т попадет в интервал от 950 до 1050:
 Р(т1 < т < т2) = ?
  Так как мы имеем дело со случайной величиной, подчиняющейся биномиальному распределению, вероятность появления события т раз в п независимых испытаниях необходимо вычислять по формуле Бернулли (4.10).
  В данном случае для определения искомой вероятности нам необходимо с помощью формулы Бернулли найти P100000, 950 ,РР100000, 951 , РР100000, 952 ..., РР100000,1049
 РР100000,1050 ,а затем сложить их, используя теорему сложения вероятностей несовместных событий.
  Очевидно, что такой способ определения искомой вероятности связан с громоздкими вычислениями. Так,
 
  Можно значительно облегчить расчеты, если аппроксимировать биномиальное распределение нормальным, т. е. выразить функции биномиального распределения через функции нормального.
  Когда п - число испытаний в биномиальном эксперименте - возрастает, дискретное биномиальное распределение стремится к непрерывному нормальному распределению. Это означает, что для больших п мы можем аппроксимировать биномиальные вероятности вероятностями, полученными для нормально распределенной случайной величины, имеющей такое же математическое ожидание и такое же среднее квадратическое отклонение.
  Подставим параметры биномиального распределения (5.15) в формулу (5.10) и получим формулу для приближенного расчета вероятности появления события от т1 до т2 раз в п независимых испытаниях Р(т1 < т < т2):
 
 где Ф0(z) - функция Лапласа
 
  Формулу для вычисления вероятности появления события от т1 до т2 раз в п независимых испытаниях Рn(m1 < т < т2) называют интегральной теоремой Лапласа.
  Использование локальной и интегральной теорем Лапласа дает приближенные значения искомых вероятностей. Погрешность будет невелика при условии, что npq > 9.
  Для решения данной задачи воспользуемся интегральной теоремой Лапласа:
 
 
 
  По таблице функции Лапласа (приложение 2) найдем Ф0(1,59).
 Ф0(1,59) = 0,44408.
 P100000 (950< т < 1 050) ? 2 · 0,44408 = 0,88816.
  Вероятность того, что в партии из 100 000 единиц окажется от 950 до 1 050 дефектных единиц товара, составляет 0,88816.
  Данную конкретную задачу можно было решить еще более просто.
  Математическое ожидание числа дефектных единиц товара равно 1 000 единиц:
 М(т) = пр= 100 000 · 0,01 = 1 000.
  Абсолютное отклонение нижней и верхней границ интервала (т1, т2) от математического ожидания М(т) = пр составляет 50 единиц:
 |m1 - пр| = |950 - 100 000 · 0,0l| = 50;
 |m2 - np| = 1 050 - 100 000 · 0,0l| = 50.
  Следовательно, искомую вероятность можно рассматривать как вероятность заданного отклонения частоты от своего математического ожидания:
 Р(|т - пр| < ?).
  Подставив параметры биномиального распределения в формулу расчета вероятности заданного отклонения нормально распределенной случайной величины от своего математического ожидания, получим формулу для приближенного расчета вероятности заданного отклонения частоты от своего математического ожидания:
 
 При использовании этой формулы для решения задачи сразу получим
 
 Ответ. 0,88816.
 Пример 7. Подлежат исследованию 400 проб руды. Вероятность промышленного содержания металла в каждой пробе для всех проб одинакова и равна 0,8. Найти вероятность того, что доля проб с промышленным содержанием металла отклонится от вероятности промышленного содержания металла в каждой пробе не более, чем на 0,05.
  Решение. В отличие от предыдущей задачи, в данном случае речь идет о расчете вероятности заданного отклонения частости (относительной частоты) появления события от вероятности его появления в отдельном независимом испытании, т. е.
 
  При возрастании числа независимых испытаний распределение частости стремится к нормальному распределению точно так же, как и распределение частоты. Это означает, что при больших п мы можем аппроксимировать распределение частости нормальным распределением случайной величины, имеющей такое же математическое ожидание и такое же среднее квадратическое отклонение.
  Подставив параметры распределения частости в формулу расчета вероятности заданного отклонения нормально распределенной случайной величины от своего математического ожидания, получим формулу для приближенного расчета вероятности заданного отклонения частости от своего математического ожидания (вероятности).
  Параметры распределения частости:
 
 Используя эти формулы, получим
 
 Применим данную формулу для решения задачи.
 По условию: n = 400; р = 0,8; q = 1 - 0,8 = 0,2;
 
 
 Вероятность того, что доля проб с промышленным содержанием металла отклонится от вероятности промышленного содержания металла в каждой пробе не более, чем на 0,05, составляет 0,98758.
 Ответ. 0,98758.
  Задачи к теме 5
  1. Дневная добыча угля в некоторой шахте распределена по нормальному закону с математическим ожиданием 785 т и стандартным отклонением 60 т. Найдите вероятность того, что в определенный день будут добыты, по крайней мере, 800 т угля. Определите долю рабочих дней, в которые будет добыто от 750 до 850 т угля. Найдите вероятность того, что в данный день добыча угля окажется ниже 665 т.
  2. Кандидат на выборах считает, что 20% избирателей в определенной области поддерживают его избирательную платформу. Если 64 избирателя случайно отобраны из числа избирателей данной области, найдите вероятность того, что отобранная доля избирателей, поддерживающих кандидата, не будет отличаться по абсолютной величине от истинной доли более, чем на 0,07.
  3. Авиакомпания знает, что в среднем 5% людей, делающих предварительный заказ на определенный рейс, не будет его использовать. Если авиакомпания продала 160 билетов на самолет, в котором лишь 155 мест, чему равна вероятность того, что место будет доступно для любого пассажира, имеющего заказ и планирующего улететь?
  4. Вес тропического грейпфрута, выращенного в Краснодарском крае, - нормально распределенная случайная величина с неизвестным математическим ожиданием и дисперсией, равной 0,04. Агрономы знают, что 65% фруктов весят меньше, чем 0,5 кг. Найдите ожидаемый вес случайно выбранного грейпфрута.
  5. Один из методов, позволяющих добиться успешных экономических прогнозов, состоит в применении согласованных подходов к решению конкретной проблемы. Обычно прогнозом занимается большое число аналитиков. Средний результат таких индивидуальных прогнозов представляет собой общий согласованный прогноз. Пусть этот прогноз относительно величины банковской процентной ставки в текущем году подчиняется нормальному закону со средним значением а = 9% и стандартным отклонением ?= 2,6%. Из группы аналитиков случайным образом отбирается один человек. Найдите вероятность того, что согласно прогнозу этого аналитика уровень процентной ставки: а) превысит 11%; б) окажется менее 14%; в) будет в пределах от 12 до 15%.
  6. Предположим, что в течение года цена на акции некоторой компании есть случайная величина, распределенная по нормальному закону с математическим ожиданием, равным 48 у. е., и стандартным отклонением, равным 6. Определите вероятность того, что в случайно выбранный день обсуждаемого периода цена за акцию была: а) более 60 у. е.; б) ниже 60 за акцию; в) выше 40 за акцию; г) между 40 и 50 у. е. за акцию.
  7. Для поступления в некоторый университет необходимо успешно сдать вступительные экзамены. В среднем их выдерживают лишь 25% абитуриентов. Предположим, что в приемную комиссию поступило 1 889 заявлений. Чему равна вероятность того, что хотя бы 500 поступающих сдадут все экзамены (наберут проходной балл)?
  8. Средний срок службы коробки передач до капитального ремонта у автомобиля определенной марки составляет 56 мес. со стандартным отклонением ? = 16 мес. Привлекая покупателей, производитель хочет дать гарантию на этот узел, обещая сделать бесплатно любое число ремонтов коробки передач нового автомобиля в случае ее поломки до определенного срока. Пусть срок службы коробки передач подчиняется нормальному закону. На сколько месяцев в таком случае производитель должен дать гарантию для этой детали, чтобы число бесплатных ремонтов не превышало 2,275% проданных автомобилей?
  9. При производстве безалкогольных напитков специальный аппарат разливает определенное число унций (1 унция == 28,3 г) напитка в стандартную емкость. Число разлитых унций подчиняется нормальному закону с математическим ожиданием, зависящим от настройки аппарата. Количество унций напитка, разлитых отдельным аппаратом, имеет стандартное отклонение ? = 0,4 унции. Пусть емкости объемом в 8 унций наполняются кока-колой. Сколько унций напитка должен в среднем разливать аппарат, чтобы не более 5% емкостей оказалось переполненными?
  10. Фирма, занимающаяся продажей товаров по каталогу, ежемесячно получает по почте заказы. Число этих заказов есть нормально распределенная случайная величина со средним квадратическим отклонением ? = 560 и неизвестным математическим ожиданием. В 90% случаев число ежемесячных заказов превышает 12 439. Найдите ожидаемое среднее число заказов, получаемых фирмой за месяц.
  11. Еженедельный выпуск продукции на заводе приблизительно распределен по нормальному закону со средним значением, равным 134 786 ед. продукции в неделю, и стандартным отклонением - 13000 ед. Найдите вероятность того, что еженедельный выпуск продукции: а) превысит 150000 ед.; б) окажется ниже 100 000 ед. в данную неделю; в) предположим, что возникли трудовые споры, и недельный выпуск продукции стал ниже 80 000 ед. Менеджеры обвиняют профсоюз в беспрецедентном падении выпуска продукции, а профсоюз утверждает, что выпуск продукции находится в пределах принятого уровня (±3?). Можно ли доверять профсоюзу?
  12. Почтовое отделение быстро оценивает объем переводов в рублях, взвешивая почту, полученную утром каждого текущего рабочего дня. Установлено, что если вес почтовых отправлений составляет N кг, то объем переводов в рублях есть случайная величина, распределенная по нормальному закону со средним значением 160N и стандартным отклонением 20N кг. Найдите вероятность того, что в день, когда вес почтовых отправлений составит 150 кг, объем переводов в рублях будет находиться в пределах: а) от 21 000 до 27 000 руб.; б) более 28 500 руб.; в) менее 22 000 руб.
 
  13. Менеджер ресторана по опыту знает, что 70% людей, сделавших заказ на вечер, придут в ресторан поужинать. В один из вечеров менеджер решил принять 20 заказов, хотя в ресторане было лишь 15 свободных столиков. Чему равна вероятность того, что более 15 посетителей придут на заказанные места?
  14. Процент протеина в пакете с сухим кормом для собак - нормально распределенная случайная величина с математическим ожиданием 11,2% и стандартным отклонением 0,6%. Производителям корма необходимо, чтобы в 99% продаваемого корма доля протеина составляла не меньше х1 %, но не более х2%. Найдите х1 и х2.
  15. Вес товаров, помещаемых в контейнер определенного размера, - нормально распределенная случайная величина. Известно, что 65% контейнеров имеют чистый вес больше чем 4,9 т и 25% - имеют вес меньше чем 4,2 т. Найдите ожидаемый средний вес и среднее квадратическое отклонение чистого веса контейнера.
  16. Отклонение стрелки компаса из-за влияния магнитного поля в определенной области Заполярья есть случайная величина Х ~ (0; 12). Чему равна вероятность того, что абсолютная величина отклонения в определенный момент времени будет больше чем 2,4?
  17. Компания А покупает у компании В детали к контрольным приборам. Каждая деталь имеет точно установленное значение размера. Деталь, размер которой отличается от установленного размера более чем на ±0,25 мм, считается дефектной. Компания А требует от компании В, чтобы доля брака не превышала 1% деталей. Если компания В выполняет требование компании А, то каким должно быть допустимое максимальное стандартное отклонение размеров деталей? Учесть, что размер деталей есть случайная величина, распределенная по нормальному закону.
  18. Компьютерная система содержит 45 одинаковых микроэлементов. Вероятность того, что любой микроэлемент будет работать в заданное время, равна 0,80. Для выполнения некоторой операции требуется, чтобы по крайней мере 30 микроэлементов было в рабочем состоянии. Чему равна вероятность того, что операция будет выполнена успешно?
  19. Технический отдел компании, производящей автопокрышки, планирует выпустить несколько экспериментальных партий покрышек и проверить степень их износа на тестирующем оборудовании. С этой целью предполагается увеличивать количество каучука в покрышках каждой последующей партии до тех пор, пока срок службы покрышек окажется приемлемым. Эксперимент показал, что стандартное отклонение срока службы покрышек фактически остается постоянным от партии к партии и составляет 2 500 миль ( ? = 2 500). Если компания хочет, чтобы 80% выпускаемых автопокрышек имели срок службы не менее 25 000 миль, то какой наименьший средний срок службы автопокрышек должен быть заложен в расчетах технического отдела? Считать срок службы автопокрышек нормально распределенным.
  20. Менеджер торгово-посреднической фирмы получает жалобы от некоторых клиентов на то, что служащие фирмы затрачивают слишком много времени на выполнение их заказов. Собрав и проанализировав соответствующую информацию, он выяснил, что среднее время выполнения заказа составляет 6,6 дн., однако для выполнения 20% заказов потребовалось 15 дн. и более. Учитывая, что время выполнения заказа есть случайная величина, распределенная по нормальному закону, определите фактическое стандартное отклонение времени обслуживания клиентов.
 
 6. ВАРИАЦИОННЫЕ РЯДЫ И ИХ ХАРАКТЕРИСТИКИ
 
  6.1. Понятие вариационного ряда. Виды вариационных рядов
 
  Прежде чем приступить к рассмотрению вариационных рядов дадим определение другим понятиям, используемым в статистике. Так, совокупность предметов или явлений, объединенных каким-либо общим признаком или свойством качественного или количественного характера, называется объектом наблюдения.
 Всякий объект статистического наблюдения состоит из отдельных элементов - единиц наблюдения.
  Результаты статистического наблюдения представляют собой числовую информацию - данные. Статистические данные - это сведения о том, какие значения принял интересующий исследователя признак в статистической совокупности. Признаки бывают количественными и качественными.
  Количественным называется признак, значения которого выражаются числами.
  Качественным называется признак, характеризующийся некоторым свойством или состоянием элементов совокупности.
  Статистическая совокупность называется генеральной, если исследованию подлежат все элементы совокупности (сплошное наблюдение).
  Часть элементов генеральной совокупности, подлежащая исследованию, называется выборочной совокупностью (выборкой). Она извлекается из генеральной совокупности случайно, так чтобы каждый из п элементов выборки имел равные шансы быть отобранным.
  Значения признака, которые при переходе от одного элемента совокупности к другому изменяются (варьируют), называются вариантами и обычно обозначаются малыми латинскими буквами х, у,z.
  Порядковый номер варианта (значения признака) называется рангом: х1 - 1-й вариант (1-е значение признака), х2 - 2-й вариант (2-е значение признака), хi- i-й вариант (i-e значение признака).
  Ряд значений признака (вариантов), расположенных в порядке возрастания или убывания с соответствующими им весами, называется вариационным рядом (рядом распределения).
  В качестве весов выступают частоты или частости.
  Частота (т) показывает, сколько раз встречается тот или иной вариант (значение признака) в статистической совокупности.
 Частость или относительная частота (?i) показывает, какая часть единиц совокупности имеет тот или иной вариант. Частость рассчитывается как отношение частоты того или иного варианта к сумме всех частот ряда
 
 Сумма всех частостей равна 1
 
  Вариационные ряды бывают дискретными и интервальными.
 Дискретные вариационные ряды строят обычно в том случае, .если значения изучаемого признака могут отличаться друг от друга не менее чем на некоторую конечную величину. В дискретных вариационных рядах задаются точечные значения признака. Общий вид дискретного вариационного ряда показан в табл. 6.1, где i = 1, 2, ..., k.
 Таблица 6.1
 Значения признака (xi) x1 x2 xk Частоты (тi) т1 m2 mk
  Интервальные вариационные ряды строят обычно в том случае, если значения изучаемого признака могут отличаться друг от друга на сколь угодно малую величину. Значения признака в них задаются в виде интервалов. Общий вид интервального вариационного ряда показан в табл. 6.2, где i= 1, 2, ..., l.
 Таблица 6.2
 Значения признака (xi) а1-а2 a2-a3 ... ai-1-ai Частоты (тi) m1 т2 ... ml
  В интервальных вариационных рядах в каждом интервале выделяют верхнюю и нижнюю границы. Разность между верхней и нижней границами интервала называется интервальной разностью или длиной (величиной) интервала.
  Величина 1-го интервала k1 определяется по формуле k1 = a2 - а1; 2-го - k2= а3- a2 последнего:
 k1=ai-ai-1
  В общем виде интервальную разность ki представим как
 
  ki=xi(max)-xi(min) (6.3)
 Если интервал имеет обе границы, то его называют закрытым.
  Первый и последний интервалы могут быть открытыми, т. е. иметь только одну границу. Например, 1-й интервал может быть задан как "до 100", 2-й - "100-110", .... предпоследний - "190-200", последний - "200 и более". Очевидно, что 1-й интервал не имеет нижней границы, а последний - верхней, оба они - открытые.
  Часто открытые интервалы приходится условно закрывать. Обычно для этого величину 1-го интервала принимают равной величине 2-го, а величину последнего - величине предпоследнего. В нашем примере величина 2-го интервала равна 110 - 100 = 10, следовательно, нижняя граница 1-го условно составит 100 - 10 = 90; величина предпоследнего равна 200 - 190 = 10, значит, верхняя граница последнего условно составит 200 + 10 = 210.
  Кроме этого в интервальном вариационном ряде могут встречаться интервалы разной длины. Если интервалы в вариационном ряде имеют одинаковую длину (интервальную разность), их называют равновеликими, в противном случае - неравновеликими.
  При построении интервального вариационного ряда часто встает проблема выбора величины интервалов (интервальной разности). Для определения оптимальной величины интервалов (в том случае,если строится ряд с равными интервалами) применяют формулу Стэрджесса
 
 где п - число единиц совокупности; хmax и xmin наибольшее и наименьшее значения вариантов ряда.
  Для характеристики вариационного ряда наряду с частотами и частостями используются накопленные частоты и частости. Накопленные частоты (частости) показывают, сколько единиц совокупности (какая их часть) не превышают заданного значения (варианта) х.
  Их можно рассчитать по данным дискретного ряда, пользуясь формулой
 vi = тi + тi-1 +...+ т1. (6.5)
  Для интервального вариационного ряда - это сумма частот (частостей) всех интервалов, не превышающих данный.
  Дискретный вариационный ряд графически можно представить с помощью полигона распределения частот или частостей (рис.6.1).
 
  Интервальные вариационные ряды графически можно представить с помощью гистограммы, т. е, столбчатой диаграммы (рис. 6.2).
 
  При ее построении по оси абсцисс откладываются значения изучаемого признака (границы интервалов). В том случае, если интервалы одинаковой величины, по оси ординат можно откладывать частоты или частости. Если же интервалы имеют разную величину, по оси ординат необходимо откладывать значения абсолютной или относительной плотности распределения. Абсолютная плотность - отношение частости интервала к его величине:
 
 где f(a)i - абсолютная плотность i-го интервала;
 mi - его частота;
 ki- величина (интервальная разность).
  Абсолютная плотность показывает, сколько единиц совокупности приходится на единицу интервала.
  Относительная плотность - отношение частости интервала к его величине:
 
 где f(0). - относительная плотность i-го интервала;
  wi - его частость.
  Относительная плотность показывает, какая часть единиц совокупности приходится на единицу интервала.
  И дискретные, и интервальные вариационные ряды графически можно представить в виде кумуляты и огивы. При построении первой по данным дискретного ряда по оси абсцисс откладываются значения признака (варианты), а по оси ординат - накопленные частоты или частости. На пересечении значений признака (вариантов) и соответствующих им накопленных частот (частостей) строятся точки, которые в свою очередь соединяются отрезками или кривой. Получающаяся таким образом ломаная (кривая) называется кумулятой (кумулятивной кривой). Абсциссами ее точек являются верхние границы интервалов. Ординаты образуют накопленные частоты (частости) соответствующих интервалов. Часто добавляют еще одну точку, абсциссой которой является нижняя граница первого интервала, а ордината равна нулю. Соединяя точки отрезками или кривой, получаем кумуляту.
  Огива строится аналогично кумуляте с той лишь разницей, что на оси абсцисс наносятся точки, соответствующие накопленным частотам (частостям), а по оси ординат - значения признака (варианты).
 
  6.2. Числовые характеристики вариационного ряда
  Одной из основных числовых характеристик ряда распределения (вариационного ряда) является средняя арифметическая.
  Существует две формулы расчета средней арифметической: простая и взвешенная. Простую среднюю арифметическую обычно используют, когда данные наблюдения не сведены в вариационный ряд либо все частоты равны единице или одинаковы
 
 где хi - i-e значение признака; п - объем ряда (число наблюдений; число значений признака).
  Если частоты отличны друг от друга, расчет производится по формуле средней арифметической взвешенной
 
 где хi - i-e значение признака; тi - частота i-го значения признака; k - число его значений (вариантов).
  При расчете средней арифметической в качестве весов могут выступать и частости, тогда формула расчета средней арифметической взвешенной примет следующий вид:
 
 где хi - i-e значение признака; ?i - частость i-го значения признака; k - число его значений (вариантов).
  Колеблемость изучаемого признака можно охарактеризовать с помощью различных показателей вариации. К числу основных показателей вариации относятся: дисперсия, среднее квадратическое отклонение, коэффициент вариации.
  Дисперсию можно рассчитать по простой и взвешенной формулам, имеющим вид
 
 Среднее квадратическое отклонение рассчитывается по формуле
 
 Коэффициент вариации определяется формулой
 
  Пример 1. При обследовании 50 членов семей рабочих и служащих установлено следующее количество членов семьи: 5;3;2;1;4;6;3;7;9;1;3;2;5; 6; 8; 2; 5; 2; 3; 6; 8; 3; 4; 4; 5; 6; 5; 4; 7; 5; 6; 4; 8; 7;
 4; 5; 7; 8; 6; 5; 7; 5; 6; 6; 7; 3; 4; 6; 5; 4.
 1) Составьте вариационный ряд распределения частот.
 2) Постройте полигон распределения частот, кумуляту.
  3) Определите средний размер (среднее число членов) семьи.
  4) Охарактеризуйте колеблемость размера семьи с помощью показателей вариации (дисперсии, среднего квадратического отклонения, коэффициента вариации).
  Объясните полученные результаты, сделайте выводы.
  Решение. 1) В данной задаче изучаемый признак является дискретно варьирующим, так как размер семей не может отличаться друг от друга менее чем на одного человека. Следовательно, необходимо построить дискретный вариационный ряд. Чтобы сделать это, необходимо подсчитать, сколько раз встречаются те или иные значения признака, и расположить их в порядке возрастания или убывания. Значения изучаемого признака - размер семьи - обозначим xi, частоты - тi.
  Произведем упомянутые расчеты и запишем их результаты в табл. 6.3.
 Таблица 6.3
 хi
  1
  2
  3
  4
  5
  6
  7
  8
  9
  mi
  2
  4
  6
  8
  10
  9
  6