Контрольні питання

1. Дайте визначення відомим вам мірам центральної тенденції.

Міра центральної тенденції - це число, що характеризує вибірку за рівнем вираженості

виміряної ознаки. Вони показують, навколо яких значень групується більшість
експериментальних даних.
Існує три способи визначення "центральної тенденції", кожному з яких відповідає своя
міра: мода, медіана, вибіркове середнє.
Мода
Мода (Mo) - це таке значення з безлічі вимірів, яке зустрічається найчастіше. Моді, або
модальному інтервалу ознаки, відповідає найбільший підйом (вершина) графіку розподілу
частот. Якщо графік розподілу частот має одну вершину, то такий розподіл називається
унімодальним.
Коли два сусідніх значеня зустрічаються однаково часто і частіше ніж будь-яке інше
значення, модою є середнє цих двох значень.
Розподіл може і не мати моду. Коли все значення зустрічаються однаково часто,
прийнято вважати, що такий розподіл не має моди.
Приклад:
Припустимо у нас є ряд значень {4,5,8,2,6,5} мода цих значень буде дорівнює 5.
Або у нас є інший ряд {4,3,1,8,9,0,6,1,9}. У ньому два числа зустрічаються однакову
кількість разів - це 1 і 9. Тоді мода цієї вибірки буде 5, тому, що це середнє значення між
числами 1 і 9.
Ну а в цьому ряду значень {1,8,4,8,0,0,1,4} моди немає, тому що всі значення
зустрічаються однакову кількість разів.
Медіана
Медіана (Me) - це таке значення ознаки, яке ділить впорядковану (ранжовану) безліч
даних навпіл так, що одна половина всіх значень менше медіани, а інша - більше. Таким
чином, першим кроком при визначенні медіани є упорядкування (ранжування) всіх значень за
зростанням або спаданням. Далі медіана визначається наступним чином:
 якщо дані містять непарне число значень, то медіана - це центральне
значення;
 якщо дані містять парне число значень, то медіана - це точка, посередині
між двома центральними значеннями.
Приклад:
Припустимо у нас є ряд значень з непарною кількістю елементів {1,7,3,9,2,6,0}, щоб
дізнатися медіану нам потрібно спочатку впорядкувати значення за зростанням або
спаданням. Наприклад, ось так - {0,1,2,3,6,7,9}. Тепер наочно видно, що мода дорівнює 3, тому
що це центральне значення вибірки.
Або, припустимо, у нас є ряд з парною кількістю елементів {5,9,2,7,7,4,0,1}.
Упорядковуємо значення {0,1,2,4,5,7,7,9}. Медіана цього ряду перебуває між значеннями 4 і 5.
Значить, нам потрібно розрахувати середнє для цих значень. Отримуємо 4,5.
Вибіркове середнє
Оскільки в психологічних дослідженнях ми досліджуємо вибірки, нам і середнє треба
розраховувати за вибіркою або - вибіркове середнє. Вибіркове середнє (емпіричне середнє), є
окремим випадком середнього арифметичного і визначається як сума всіх значень виміряної
ознаки, поділена на кількість підсумованих значень.
 Приклад: припустимо у нас є вибірка значень {3,4,5,6,7}. Підставляємо ці значень в
формулу, де n це кількість значень і для нашої вибірки воно дорівнює 5, ми отримаємо:

2. Дайте визначення відомим вам мірам варіації.

Варіацією ознаки називають різницю у числових значеннях ознак одиниць сукупності

та їх коливання навколо середньої величини, що характеризує сукупність. Чим менша варіація,
тим одноріднішою є сукупність і більш надійною (типовою) є середня величина.
До основних абсолютних і відносних показників, що характеризують варіацію, є такі:
розмах варіації; середнє лінійне відхилення; дисперсія; середнє квадратичне відхилення;
коефіцієнт варіації тощо.

Розмах варіації - це різниця між найбільшим та найменшим значеннями ознаки:

R = xmax - xmin
Величина показника залежить тільки від крайніх значень ознаки і не враховує всіх
значень, що містяться між ними.

Досконалішим є визначення варіації через інші показники, які дають змогу усунути
недолік розмаху варіації.

Середнє лінійне відхилення являє собою арифметичну з абсолютних значень усіх

відхилень індивідуальних значень ознаки від середньої:
a) просте: l = ∑│x - xсер│/ n
б) зважене: l = ∑│x - xсер│f / ∑f
Наявність абсолютних значень відхилень від середньої пояснюється так: середня
арифметична має нульову властивість, згідно якої сума відхилень індивідуальних значень
ознаки зі своїми знаками дорівнює нулю; щоб мати суму всіх відхилень, відмінних від нуля,
кожне з них слід брати за абсолютною величиною.

Основним недоліком середнього лінійного відхилення є те, що в ньому не

враховуються знаки відхилень, тобто їх спрямованість. Тому цей показник варіації
використовується рідко (аналіз складу працюючих, ритмічність виробництва, обертання
коштів у зовнішній торгівлі тощо). Прагнення мати показник варіації, який би усунув недоліки
середнього лінійного відхилення, є дисперсія та лінійне квадратичне відхилення.

Дисперсією називають середню арифметичну квадратів відхилень індивідуальних

значень ознаки. В залежності від вихідних даних дисперсія може обчислюватись за
формулами середньої арифметичної простої або зваженої:
а) проста: σ2 = ∑(x - xсер) / n
б) зважена: σ2 = ∑(x - xсер) f / ∑f
Дисперсія - це один з найбільш розповсюджених в економічній практиці
узагальнюючих показників розміру варіації у сукупності. Дисперсію використовують не лише
для оцінки варіації, а й для вимірювання зв'язків між досліджувальними факторами; розклад
дисперсії на складові дозволяє оцінити вплив різних факторів, які обумовлюють варіацію
ознаки.
Середнє квадратичне відхилення, як і дисперсія, виступає в якості широко
використовуємого узагальнюючого показника варіації. Його обчислюють, здобувши
квадратичний корінь з дисперсії:
а) просте: σ = √σ2 = ∑(x - xсер) / n
б) зважене: σ = √σ2 = ∑(x - xсер) f / ∑f
 Смислове значення середнього квадратичного відхилення таке саме, як і лінійного
відхилення: воно показує, на скільки в середньому відхиляються індивідуальні значення
ознаки від їх середнього значення. Перевага цього показника порівняно із середнім лінійним
відхиленням полягає у відсутності умовного припущення з сумування відхилень без
врахування їх знаків, бо відхилення використовуються у квадратній степені. Крім зазначеного,
перевагою даного показника у зрівнянні з дисперсією є те, що середнє квадратичне
відхилення виражається в тих же одиницях вимірювання, що і значення досліджувальної
ознаки (грн, кг, га тощо). Тому цей показник називають також стандартним відхиленням.
В статистичній практиці часто виникає необхідність порівняння варіацій різних ознак.
Наприклад, великий інтерес має порівняння віку робочих з їх кваліфікацією, стажу роботи з
розміром заробітної плати, собівартістю та прибутку і т.і. При таких порівняннях розглянуті
показники коливання ознак з різними одиницями вимірювання не можуть бути використані
(наприклад, неможливо порівнювати коливання стажу роботи в роках з варіацією заробітної
плати в гривнях).

Для здійснення такого роду порівнянь, а також при зіставленні ознаки у декількох
сукупностях з різними середніми арифметичними використовують відносний показник
варіації – коефіцієнт варіації.

Коефіцієнтом варіації називають процентне відношення середнього квадратичного

відхилення до середньої арифметичної величини ознаки:
V σ = σ / xсер * 100%
Чим більший коефіцієнт варіації, тим менш однорідна сукупність і тим менш типова
середня для даної сукупності. Встановлено, що сукупність кількісно однорідна, якщо
коефіцієнт варіації не перевищує 33%.

3. Назвіть функції електронних таблиць для обчислення мір центральної тенденції.

Електронні таблиці, такі як Microsoft Excel або Google Sheets, надають ряд корисних
функцій для обчислення мір центральної тенденції, які включають:

Середнє значення (СЕРЕДНЬОГО): Ця функція визначає середнє арифметичне всіх чисел

у вказаному діапазоні.

Медіана (МЕДІАНА): Вона знаходить значення, яке розділяє впорядкований список

чисел на дві рівні частини. Медіана корисна для виявлення центрального значення в
розподілі, особливо коли є велика кількість викидів.

Значення моди (ЗНАЧЕННЯ.МОДА): Ця функція знаходить найбільш повторюване

значення в діапазоні. Вона корисна для ідентифікації найбільш типового або популярного
значення в наборі даних.

Середнє квадратичне відхилення (СТ.ВІДХ): Для оцінки розкиду даних ця функція

обчислює середнє квадратичне відхилення від середнього значення. Вона допомагає
визначити, наскільки дані розподілені навколо середнього.

Ці функції роблять роботу з мірами центральної тенденції більш легкою та ефективною в

електронних таблицях і дозволяють аналізувати та інтерпретувати дані більш об'єктивно.

4. Назвіть функції електронних таблиць для обчислення мір мінливості.

 Електронна таблиця, така як Microsoft Excel, мають ряд корисних функцій для
обчислення мір мінливості в наборах даних. Основні функції для цього включають:

Дисперсія (VAR): Ця функція обчислює дисперсію даних, що вимірює розкид значень

навколо їх середнього значення. Дисперсія вказує на те, наскільки дані розподілені.

Середнє квадратичне відхилення (STDEV): Функція обчислює середнє квадратичне

відхилення, яке є коренем з дисперсії. Воно вказує на ступінь розкиду даних та дозволяє
оцінити рівень варіації в наборі даних.

Мінімум (MIN) та Максимум (MAX): Ці функції дозволяють знайти найменше та

найбільше значення в наборі даних. Вони корисні для визначення діапазону мінливості.

Квартилі (QUARTILE): Функції QUARTILE дозволяють обчислити квартилі, такі як перший

(25%), медіана (50%), і третій (75%) квартилі. Вони допомагають визначити розподіл даних та
виявити викиди.

Різниця між MAX і MIN: Ви можете обчислити різницю між максимальним та

мінімальним значеннями, щоб визначити діапазон мінливості безпосередньо.

Ці функції дозволяють проводити аналіз мір мінливості в наборі даних, що допомагає

зрозуміти розподіл та варіацію даних та виявляти важливі закономірності.

5. У чому полягає графічна інтерпретація стандартного відхилення? Дайте змістовну

інтерпретацію результатами розрахунків в даній роботі.

Графічна інтерпретація стандартного відхилення вказує на ступінь розкиду даних

навколо їх середнього значення. Основний спосіб графічного відображення стандартного
відхилення - це використання діаграм розмаху (box plot).

Діаграма розмаху показує такі характеристики:

Медіана (Q2): Лінія, яка ділить набір даних навпіл. Вона вказує на центральне
значення.

Нижній квартиль (Q1) та Верхній квартиль (Q3): Межі, що визначають "нижню" та

"верхню" частини набору даних.

Вуса: Горизонтальні лінії, що виходять з коробки та вказують на розмах даних. Вони

показують, наскільки далеко варіюються дані від медіани.

Викиди: Точки, які виходять за межі "вусів". Вони можуть вказувати на потенційні
аномалії в наборі даних.

Стандартне відхилення також може використовуватися для оцінки ширини та форми

розподілу даних. У разі нормального розподілу близьке значення стандартного відхилення
означає, що більшість даних знаходиться недалеко від середнього. У випадку ширшого
розподілу, значення стандартного відхилення буде вищим.

Отже, графічна інтерпретація стандартного відхилення дозволяє отримати візуальне

уявлення про розподіл та варіабельність даних у наборі.
1. Медіана для сорту морозива «Пломбір» становить 9,5. Верхній квартиль становить 10,
нижній - 8. Максимальний розмах даних від медіани становить – 1,5.
2. Медіана для сорту морозива «Слівочне» становить 8,5. Верхній квартиль становить 10,
нижній – 5. Максимальний розмах даних від медіани становить – 3,5.
3. Медіана для сорту морозива «Фруктове» становить 6. Верхній квартиль становить 10,
нижній – 3. Максимальний розмах даних від медіани становить – 4.