₁n_1,2...n_1,52132210.i1 6ПримердляУМК2:n₂₀ _n_2i n_2,1 n_2,2 ...n_2,6 11221310.i1Характеристики выборочного среднего значения2. Выборочная средняя вариационного ряда или выборки объемом nобозначается x и равняется отношению суммы произведений вариантов xi на их частоты ni к объему выборки n:где n₀– объем выборки. В нашем случае 10 (см.выше)значения x_iи n_{i –} значения из таблицы вариационных рядов.Пример для УМК 1 (Мы пишем: Выборочная средняя для УМК Enjoy English 3) Пример для УМК 23. Выборочная медиана вариационного ряда или выборки объемом n обозначается _Ex и равняется значению варианта вариационного ряда, для которого одновременно выполняются два неравенства с точки зрения распределения частот слева и справа, включая рассматриваемое значение:где, x_m- это текст с центральным значением, которое делит ряд на одинаковые части. В нашем случае, в УМК 1 x_{1.3 =}17. Для УМК 2 нужно взять 2 центральных значений x_2.6 и x_2.7 (16+17)и делим на 2, округляем в большую сторону.n₁–значения частот до центральногоn_m – значения частот после центрального значения.n–объем выборки (см.выше).Пример для УМК 1(Мы пишем: Выборочная медиана для УМК Enjoy English 3)

---

П
ример для УМК 2Характеристики отклонения от выборочного среднего значения4 . Выборочная дисперсия вариационного ряда или выборки объемом n обозначается _x и равняется отношению суммы произведений квадратов разностеймежду значениями вариантов и средней выборочной величины на их частоты к объемувыборки:где, n0 – объём выборки. В нашем случае 10 (см.выше);k – количество показателей в таблице вариационных рядов. В нашем случае УМК 1 – 5, а УМК 2 – 6;x₁–значения вариантов из таблицы вариационных рядов (см.выше); – выборочная средняя ( см.выше)n₁ – объем выборки (см.выше)Пример для УМК 1(Мы пишем: Выборочная дисперсия для УМК Enjoy English 3)Пример для УМК 2

1. 
   вариационного ряда или
   выборки объемом n обозначается _x и равняется квадратному корню из выборочной
   дисперсии вариационного ряда или выборки объемом n:
   

где, _x– выборочная дисперсия (см.выше).Пример для УМК 1Пример для УМК 2

---

5. Осуществить сравнительный анализ имеющихся вариационных рядов на выявление взаимосвязей между текстами.
Коэффициенты корреляции
Выборочный коэффициент корреляции ПирсонаНа основании исходных данных исходных вариационных рядов составляем ковариационную матрицу:

X1 X2	x2.1	x2.2	…	x2m	n1i
x1.1	n(x1.1,x2.1)	n(x1.1,x2.2)	…	n(x1.1,x2m)	n1.1
x1.2	n(x1.2,x2.1)	n(x1.2,x2.2)	…	n(x1.2,x2m)	n1.1
…	…	…	…	…	…
x1.k	n(x1.k,x2.1)	n(x1k,x2.2 )	…	n(x1k,x2m)	n1k
n2.i	n2.1	n2.2	…	n2m	n10n20

Пример ковариационной матрицы для УМК 1 и 2:

X1X2	x2.1	x2.2	x2.3	x2.4	x2.5	x2.6	n1i
x1.1	n(x1.1,x2.1)	n(x1.1,x2.2)	n(x1.1,x2.3 )	n(x1.1,x2.4)	n(x1.1,x2.5)	n(x1.1,x2.6)	n1.1
x1.2	n(x1.2,x2.1)	n(x1.2,x2.2)	n(x1.2,x2.3 )	n(x1.2,x2.4)	n(x1.2,x2.5)	n(x1.2,x2.6)	n1.2
x1.3	n(x1.3,x2.1)	n(x1.3,x2.2)	n(x1.3,x2.3)	n(x1.3,x2.4)	n(x1.3,x2.5 )	n(x1.3,x2.6)	n1.3
x1.4	n(x1.4,x2.1)	n(x1.4,x2.2)	n(x1.4,x2.3 )	n(x1.4,x2.4)	n(x1.4,x2.5)	n(x1.4,x2.6)	n1.4
x1.5	n(x1.5,x2.1)	n(x1.5,x2.2)	n(x1.5,x2.3)	n(x1.5,x2.4)	n(x1.5,x2.5)	n(x1.5,x2.6)	n1.5
n2i	n2.1	n2.2	n2.3	n2.4	n2.5	n2.6	n10n20

---

X1 X2	13	15	16	17	21	24	n1i
13	1	1	0	0	0	0	2
16	0	0	1	0	0	0	1
17	0	0	0	1	1	1	3
20	0	0	0	1	0	1	2
21	0	0	1	0	0	1	2
n2i	1	1	2	2	1	3	10 = 10

Числовые характеристики совокупности вариационных рядов1. Выборочная ковариация совокупности вариационных рядов обозначается k(X1, X 2 ) и равняется отношению суммы произведений разностей между значениями вариантов и средней выборочной величины для каждой из исходных выборок на частоты совместного появления данных значений к объему равных выборок исходных вариационных рядов:где, x₁ – значения вариантов из таблицы вариационных рядов (см.выше); – выборочная средняя ( см.выше)n – показатель из ковариационной матрицы (см.выше). В нашем случае, 1 или 0.Пример выборочной корреляции для УМК 1 и 2

X1 X2	13	15	16	17	21	24	n1i
13	25,65	16,65	0	0	0	0	42,3
16	0	0	4,05	0	0	0	4,05
17	0	0	0	0,85	-1,15	-2,65	-2,95
20	0	0	0	-4,25	0	13,25	9
21	0	0	1	-9,45	0	18,55	9,1
n2i	25,65	16,65	-5,4	-3,4	-1,15	29,15	61,5 = 61,5

---

2. Коэффициент корреляции Пирсона совокупности вариационных рядовобозначается r(X1,X2) и равняется отношению выборочной ковариации кпроизведению выборочных средних квадратических отклонений исходныхвариационных рядов: где,k(X1,X2) – выборочная ковариация ( см.выше);_x- выборочное среднее квадратическое отклонение (см. выше).Пример коэффициента корреляции для УМК 1 и 2Значение коэффициента корреляции Пирсона отражает степень связи с точки зрения совокупностей значений и частотами их совместного появления для совокупностей вариационных рядов X1 и X 2 с одинаковым объемом выборки: Если значение коэффициента корреляции равно 0, то вариационные ряды X1 иX 2 с одинаковым объемом выборки никак не связаны друг с другом с точки зрениязначений, то есть являются некоррелированными. Если значение коэффициента корреляции отлично равно 1, то междувариационными рядами с одинаковым объемом выборки X1 и X 2 существует строгопрямая связь, тогда как при значении -1 наблюдается строго обратная связь. Если значение коэффициента корреляции отлично от 0, то вариационные ряды X1иX 2 с одинаковым объемом выборки никак связаны друг с другом с точки зрениязначений, то есть коррелируют друг с другом с определенным характером и силой связи. Если значение коэффициента корреляции отлично от 0 и является отрицательнымчислом ( 1rX1, X 2 0 ), то существует обратная по характеру связь междувариационными рядами с одинаковым объемом выборки X1 и X 2 связь, тогда как вобратном случае ( 0 rX1, X 21) связь является прямой по характеру.Сила связи выбирается по таблице:Пример коэффициента корреляции для УМК 1 и 2:
rX1, X 2  0,55.Так какrX1, X 2 0, то связь между объёмом текстов и этапом обучения (УМК 1 и 2)

---

Смотрите также файлы

• 1. Назначение и типы измерителей давления.docx

• Один миллион тонн кубанского риса.docx

• 2 Пространственная и временная когерентность.pdf

• .docx

• Назначение сорбционных методов очистки производственных сточных вод.docx