Բիզնես վիճակագրություն

1. Բիզնես վիճակագրության առարկան, մեթոդը և խնդիրները:

1.1 Հաջող բիզնես վարելու համար հարկավոր է անընդհատ
հավաքագրել և վերարտադրել իրերի ընթացիկ վիճակն արտացալող
տվյալներ: Ավելին, հիմնավորված որոշումներ կայացնելու համար
հարկավոր է այդ տվյալները վերածել տեղեկատվության, որն էլ
ներկայումս հիմնականում իրականացվում է վիճակագրության
բազմաթիվ մեթոդների կիրառմամբ: Վիճակագրությունը
ստորաբաժանվում է երկու ճյուղի:
Նկարագրական վիճակագրությունը ուշադրությունը կենտրոնացնում է
տվյալների համակցությունների հավաքագրման, համակարգման և
բնութագրման վրա:
Հետևության վիճակագրությունը գնահատում է տվյալների
համակցությունների բնութագրիչները և բացահայտում ոչ ակնառու
օրինաչափությունները:
1.2 Ներկայումս վիճակագրական մեթոդները կիրառվում են բիզնեսի
բազում ոլորտներում:
• Հաշվապահական հաշվառման մեջ վիճակագրական մեթոդները
օգտագործվում են աուդիտորական ստուգմանը ենթարկվող
տվյալների դուրս հանման և վերլուծության, ինչպես նաև
ինքնարժեքի հաշվարկման ժամանակ ծախսերի որոշման համար:
• Ֆինանսական գործում վիճակագրությունը թույլ է տալիս ճիշտ
որոշում ընդունել կապիտալ ներդրումների օբյեկտների
ընտրության հարցում, ինչպես նաև վերլուծել ժամանակի մեջ
փոփոխվող ֆինանսական ցուցանիշները:
 • Մենեջերները վիճակագրությունը օգտագործում են թողարկվող
արտադրանքի և մատուցվող ծառայությունների որակը
բարելավելու համար:
• Մարքեթինգում վիճակագրությունը թույլ է տալիս գնահատել
արտադրանքի տվյալ տեսակին նախապատվությունը տվող
հաճախորդների մասը (տեսակարար կշիռը), բացահայտել այդ
երևույթի պատճառները, ինչպես նաև որոշել, թե գովազդային որ
ռազմավարությունն է ավելացնում արտադրանքի իրացումը:
Վիճակագրությունն ուսումնասիրում է զանգվածային երևույթներ,
որոնց բազմությունը կոչվում է վիճակագրական համակցություն:
Վիճակագրական համակցությունը բաղկացած է մի շարք տարրերից,
որոնցից յուրաքանչյուրը կրում է բազմաթիվ հատկանիշներ:
Վիճակագրությունն ուսումնասիրում է այն հատկանիշները, որոնք
բազմության առանձին միավորների մոտ ընդունում են տարբեր
արժեքներ, այսինքն` կրում են տատանում, վարիացիա:
2. Բիզնես վիճակագրության հետազոտության հիմնական փուլերը:
Յուրաքանչյուր վիճակագրական հետազոտություն կատարվում է
հետևյալ հաջորդական փուլերով
1. վիճակագրական դիտարկում
2. վիճակագրական նյութերի ամփոփում և խմբավորում
3. վիճակագրական ընդհանրացնող ցուցանիշների հաշվարկում (միջին
և հարաբերական ցուցանիշներ, տատանման կամ վարիացիայի,
դինամիկայի ցուցանիշներ, ինդեքսներ, հատկանիշների միջև
փոխկախվածությունը բնութագրող ցուցանիշներ և այլն )
4. տեսական վերլուծություններ և եզրակացություններ:
Վիճակագրական դիտարկումը ցանկացած վիճակագրական
հետազոտության առաջին փուլն է: Վիճակագրական դիտարկումն
իրենից ներկայացնում է հասարական զանգվածային երևույթների
քանակական կողմերի վերաբերյալ տվյալների, տեղեկությունների
կազմակերպված և գիտականորեն հիմնավորված հավաքագրում:
Վիճակագրական տվյալների հավաքագրումն իրականացվում է տվյալ
հետազոտության համար մշակված դիտարկման պլանի հիման վրա:
Դիտարկման պլանն ընդգրկում է հարցերի 2 խումբ`
ծրագրամեթոդաբանական և կազմակերպչական:
Ծրագրամեթոդաբանական հարցերի շրջանակում մշակվում և
պարզաբանվում է դիտարկման ծրագիրը, դիտարկման օբյեկտը և
միավորը, դիտարկման տեղը և ժամանակը, ինչպես նաև դիտարկման
կազմակերպման ձևերը, տեսակները և եղանակները:
Կազմակերպչական հարցերի խմբում ընդգրկվում է դիտարկման
հրահանգի մշակումը, դիտարկումն անցկացնող կազմակերպության և
անձնակազմի ընտրումը, անձնակազմի հրահանգավորումը,
դիտարկման ձևաթղթերի մշակումը, նյութերի հանձնման և ընդունման
կարգի որոշումը և այլն: Դիտարկման ծրագիրն իրենից ներկայացնում է
այն հատկանիշների թվարկումը, որոնց վերաբերյալ հավաքագրվելու են
տվյալներ, տեղեկություններ: Բազմության յուրաքանչյուր միավոր կրում
է բազմաթիվ հատկանիշներ, որոնց մի մասը տեղի և ժամանակի
կոնկրետ պայմաններում հանդիսանում են գլխավոր, իսկ մյուս մասը` ոչ
էական: Դիտարկման ծրագրի կազմակերպումը կատարվում է տվյալ
հետազոտության խնդիրներից և վերջնական նպատակներից ելնելով:
Յուրաքանչյուր հետազոտության դեպքում որոշվում է նաև դիտարկման
օբյեկտը և միավորը: Դիտարկման օբյեկտ է համարվում
ուսումնասիրվող երևույթի բազմությունը: Ուսումնասիրվող
բազմության այն տարրերը, որոնց վերաբերյալ հավաքրվում են
տեղեկություններ, կոչվում են դիտարկման միավորներ: Դիտարկման
օբյեկտի և միավորի սահմանազատումը պայմանական է: Եթե տվյալ
տարրը որևէ հետազոտության դեպքում հանդիսանում է դիտարկման
միավոր, ապա մեկ այլ հետազոտության դեպքում այն կարող է հանդես
գալ որպես դիտարկման օբյեկտ:
3. Տվյալների տիպերն ու չափման սանդղակները:
Գոյություն ունի պատահական մեծությունների երկու
տեսակ՝կատեգորիալ և թվային։Թվայիննել իր հերթին լինում է դիսկրետ
և անընդհատ։
Կատեգորիալ պատահական մեծությունները առաջանում են տրվող
հարցերին կատեգորիկ պատասխանների արդյունքում, ենթադրենք`
«այո» կամ «ոչ»:
Թվային պատահական մեծությունները որևէ չափման վերաբերյալ
հարցերի պատասխաններն են, օրինակ` հարցվողի հասակը: Թվային
փոփոխականները լինում են երկու տեսակի` դիսկրետ և անընդհատ:
Դիսկրետ պատահական մեծությունները օգտագործվում են հաշվարկ
պահանջող հարցին պատասխանելու համար: Օրինակ`«քանի
ամսագիր եք դուք պատվիրում» հարցին ռեսպոնդենտը պետք է նշի
դիսկրետ արժեք, այսինքն` վերջավոր ամբողջ թիվ:
անընդհատ պատահական մեծությունը առաջանում է որպես չափում
պահանջող հարցի պատասխան: Այդպիսի մեծության տիպիկ օրինակ է
հարցվողի հասակը, քաշը, եկամտի մեծությունը և այլն:
Տվյալները կարելի է դասակարգել ըստ չափման սանդղակների կամ ըստ
չափման մակարդակների: Ընդհանուր ճանաչում են գտել չափման չորս
սանդղակներ`
1. նոմինալ,
2. Կարգային
3. Միջակայքային
4. հարաբերակցության:
Նոմինալ սանդղակը տվյալները դասակարգում է ըստ տարբեր
չկարգավորված կատեգորիաների: Օրինակ`«տվյալ պահին ունեք
վարձատրվող զբաղմունք» հարցի պատասխանը նոմինալ
փոփոխական է: Նոմինալ սանդղակը չափման թույլ ձևն է, քանի որ
հետազոտողները չեն տարբերակում միևնույն կատեգորիային
պատկանող արդյունքները և չեն սահմանում կատեգորիաների միջև
կարգի հարաբերակցությունը:
Կարգային սանդղակը տվյալները դասակարգում է ըստ տարբեր
կարգավորված կատեգորիաների: Օրինակ` «ինչպես եք գնահատում
ձեր ինտերնետ կապի որակը» հարցի պատասխանը կարգային
փոփոխական է, քանի որ դրա արժեքները կարգավորվում են ըստ
սպառողների բավարարվածության աստիճանի` սպասվածից շատ
ավելի լավ, սպասվածից լավ, համապատասխանում է սպասումներին,
սպասվածից վատ, սպասվածից շատ ավելի վատ: Կարգային սանդղակը
չափումների առավել ճշգրիտ ձև է, քանի որ տարբեր կատեգորիաներին
վերաբերող պատասխանների միջև հաստատվում է կարգի
հարաբերակցություն:Կարգային չափումների ժամանակ
հետազոտողները չունեն այնպիսի խելամիտ գործիքներ, որոնք թույլ
կտան պատասխաններին տալ քանակական գնահատական:Հայտնի է
միայն, որ որ կատեգորիան է «մեծ», «լավ» կամ «նախընտրելի», սակայն
հայտնի չէ որքանով:
Միջակայքային է այն կարգային սանդղակը, որում չափումների միջև
տարբերություններն արտահայտվում են ոչ զրոյական թվով: Օրինակ՝
10°C հավասար օդի ջերմաստիճանը 4°C-ով տաք է 6°C-ից, ընդ որում՝
30°C և 26°C ջերմաստիճանների միջև տարբերությունը նույնպես
հավասար է 4°C-ի:
Հարաբերությունների է կոչվում այն կարգային սանդղակը, որում
չափումների (բարձրության, քաշի, տարիքի կամ աշխատավարձի) միջև
տարբերությունները կարող են հավասար լինել զրոյի, կամ չափումն
ընդունի իրական զրոյական արժեք, իսկ տարբեր չափումների
հարաբերության արդյունքը իրական է: Օրինակ՝ 200 հազար դրամին
հավասար աշխատավարձի մեծությունը ուղիղ երկու անգամ մեծ է 100
հազար դրամին հավասար աշխատավարձից: Բարդ դեպք է օդի
ջերմաստիճանը, քանի որ այն միջակայքային է, սակայն չի կարելի
վերջինիս վերագրել հարաբերությունների սանդղակին հետևյալ
պատճառներով. առաջին՝ օդի ջերմաստիճանի զրոյական մակարդակը
պայմանական է, այլ ոչ իրական, երկրորդ՝ չի կարելի ասել, որ 30°C վեց
անգամ տաք է 5°C-ից
4. Տատանման բացարձակ և հարաբերական ցուցանիշները:

5. Բաշխման ձևի ուսումնասիրումը հինգ բազային ցուցանիշների

հիման վրա:
Բաշխման ձևը: Տվյալների բաշխումը կարող է լինել սիմետրիկ կամ
ասիմետրիկ: Բաշխման ձևը նկարագրելու համար հարկավոր է
հաշվարկել դրա միջին արժեքը և մեդիանան: Եթե այդ երկու
ցուցանիշները համընկնում են, ապա փոփոխականը համարվում է
սիմետրիկ բաշխված: Եթե փոփոխականի միջինը մեծ է մեդիանայից,
ապա այդ բաշխումն ունի դրական ասիմետրիա, իսկ եթե մեդիանան է
մեծ միջին արժեքից, ապա բաշխումն ունի բացասական ասիմետրիա:
Դրական ասիմետրիան առաջանում է, երբ փոփոխականն ընդունում է
ծայրահեղ բարձր արժեքներ, իսկ բացասական ասիմետրիան, երբ
փոփոխականն ընդունում է ծայրահեղ փոքր արժեքներ: Փոփոխականը
սիմետրիկ է բաշխված, երբ այն չի ընդունում ծայրահեղ արժեքներ ոչ մի
ուղղությամբ, այսինքն՝ փոփոխականի մեծ և փոքր արժեքները միմյանց
հավասարակշռում են: Բաշխման վերոնշյալ տեսակները բերված են
հետևյալ գծապատկերում. Գծապատկեր 2.1. Բաշխման տարբեր ձևերի
համամետումը: Ա գրաֆիկն ունի բացասական (ձախակողմյան)
ասիմետրիա, քանի որ շատ փոքր արժեքների առկայությունը միջին
արժեքը տեղաշարժում է դեպի ձախ, և այն դառնում է մեդիանայից
փոքր: Բ գրաֆիկի տվյալները սիմետրիկ են բաշխված, քանի որ
բաշխման աջ և ձախ կեսերը իրենց հայելային արտացոլումն են: Գ
գրաֆիկի տվյալներն ունեն դրական ասիմետրիա, քանի որ շատ մեծ
արժեքները միջինը տեղաշարժում են դեպի աջ, և այն դառնում է
մեդիանայից մեծ: Բաշխման ձևն առավել ճիշտ կարելի է գնահատել
բազային ցուցանիշների հնգյակի միջոցով, որը բաղկացած է հետևյալ
բնութագրիչներից` Xmin , Q1 , Me, Q3 , Xmax : Տվյալները բաշխված են
սիմետրիկ, եթե. Xmin -ի և Me-ի միջև հեռավորությունը հավասար է
Me-ի և Xmax -ի միջև հեռավորությանը, Xmin -ի և Q1 -ի միջև
հեռավորությունը հավասար է Q3 -ի և Xmax -ի միջև հեռավորությանը,
Q1 -ի և Me-ի միջև հեռավորությունը հավասար է Me-ի և Q3 -ի միջև
հեռավորությանը: Եթե բաշխումն ունի դրական ասիմետրիա, ապա.
Xmin -ի և Me-ի միջև հեռավորությունը փոքր է Me-ի և Xmax -ի միջև
հեռավորությունից, Xmin -ի և Q1 -ի միջև հեռավորությունը փոքր է Q3
-ի և Xmax -ի միջև հեռավորությունից, Q1 -ի և Me-ի միջև
հեռավորությունը փոքր է Me-ի և Q3 -ի միջև հեռավորությունից: Եթե
բաշխումն ունի բացասական ասիմետրիա, ապա. Xmin -ի և Me-ի միջև
հեռավորությունը մեծ է Me-ի և Xmax -ի միջև հեռավորությունից, Xmin
-ի և Q1 -ի միջև հեռավորությունը մեծ է Q3 -ի և Xmax -ի միջև
հեռավորությունից, Q1 -ի և Me-ի միջև հեռավորությունը մեծ է Me-ի և
Q3 -ի միջև հեռավորությունից:

թեմա3
6. Հավանականության տեսության տարրերը (փորձ, պատահար):
Հավանականությունների տեսության հիմնական հասկացություններից
է պատահարը: Պատահար ասելով հասկանում ենք ցանկացած փաստ,
որը կարող է տեղի ունենալ որևիցե փորձի արդյունքում: Օրինակ,
զինանշանի կրկնակի պատկերումը մետաղադրամը երեք անգամ
նետելու դեպքում: Նշված օրինակում փորձը զինանշանի եռակի
նետումն է, իսկ պատահարը՝ զինանշանի կրկնակի պատկերումը:
Պատահարները լինում են ստույգ կամ հավաստի, անհնարին և
պատահական:
Պատահարը կոչվում է հավաստի, եթե այն պարտադիր տեղի կունենա
տվյալ փորձի պայմանում: Հակառակ դեպքում պատահարը կոչվում է ոչ
հավաստի կամ անհնար պատահար:
Պատահարը կոչվում է հնարավոր կամ պատահական, եթե փորձի
արդյունքում այդ պատահարը կարող է տեղի ունենալ կամ չունենալ:
Հնարավոր պատահարի օրինակ է արտադրության ընթացքում
պատրաստի արտադրանքը ստուգելիս խոտանի հայտնաբերումը:
Տարբերում ենք նաև համատեղելի և ոչ համատեղելի պատահարներ:
Համատեղելի են կոչվում այն պատահարները, որոնցից մեկի տեղի
ունենալը չի բացառում մյուսի տեղի ունենալը: Հակառակ դեպքում
պատահարները կոչվում են անհամատեղելի: Համատեղելի
պատահարների օրինակ է երկու զառ նետելիս 3 և 4 միավորների
պատկերումը, իսկ մեկ զառ նետելիս 3 և 4 միավորների պատկերումը
անհամատեղելի պատահարներ են: Պատահարները լինում են նաև
տարրական և համատեղ: Տարրական է կոչվում այն պատահարը, որ
նկարագրվում է մեկ բնութագրիչով, իսկ երկու և ավելի բնութագրիչներ
ունեցող պատահարը կոչվում է համատեղ։
7. Հավանականության դասական սահմանումը:
Կոնկրետ փորձի արդյունքում պատահարի դրսևորման
հնարավորությունը կոչվում է պատահարի հավանականություն։
Ապրիորի կամ դասական մոտեցման շրջանակում պատահարի
հավանականությունը գնահատվում է ապրիորի տեղեկատվության
հիման վրա: Պարզագույն դեպքում, երբ փորձի բոլոր ելքերը
հավասարահնարավոր են, ապա դրանց հավանականությունը որոշվում
է հետևյալ բանաձևով. ,
P=X/T
որտեղ՝ X–ը դիտարկվող պատահարին նպաստող ելքերի քանակն է,
T–ն՝ ելքերի ընդհանուր քանակը: Օրինակ, 26 կարմիր և 26 սև
խաղաքարտերի խմբից կարմիր խաղաքարտ հանելու
հավանականությունը՝ P=26/26+26=0.5 ,կամ զառը նետելիս 5 բացվելու
հավանականությունը՝ : P =1/6
8. Հավանականության վիճակագրական սահմանումը:

9. Պարզ և պայմանական հավանականություն:

A տարրական պատահարի հավանականությունը նշանակում ենք

P(A), որը հավասար է՝
P(A)=40/100=0.4
A և B համատեղ պատահարի հավանականությունը՝ P(A ¨ B)=10/100=0.1
իսկ A և B՛ համատեղ պատահարի հավանականությունը՝ P(A ¨ B')
=30/100=0.3
Հեշտ է նկատել, որ P(A) = P(A ¨ B) + P(A ¨ B') = 0.1 + 0.3 = 0.4
Եթե A և B պատահարները վիճակագրորեն անկախ են, ապա՝
P(A/B) = P(A) կամ
P(A ¨ B) = P(A)* P(B)
A պատահարի հավանականությունը՝ պայմանով, որ տեղի է ունեցել B
պատահարը, անվանում են պայմանական (conditional probability) և
նշանակում հետևյալ ձևով՝ P(A/B): A պատահարի հավանականությունը՝
պայմանով, որ տեղի է ունեցել B պատահարը, հավասար է A և B
պատահարների հավանականության հարաբերությանը B
պատահարի հավանականությանը
P(A/B)=P(AևB)/P(B) =0,1/0,3 =0.33
B պատահարի հավանականությունը՝ պայմանով, որ տեղի է ունեցել A
պատահարը, հավասար է A և B պատահարների հավանականության
հարաբերությանը A պատահարի հավանականությանը.
P(B/A)=P(AևB)/P(A) =0,1/0,4 = 0.25
Պայմանական հավանականության բանաձևից հեշտ է նկատել, որ P(A ¨
B) = P(A/B) P(B) = P(B/A) * P(A):

10. Հավանականությունների գումարման և բազմապատկման

կանոնները:
A կամ B պատահարի հավանականությունը որոշվում է
հավանականությունների գումարման ընդհանուր կանոնով
P(A Կամ B)=P(A)+P(B)-P(A” B)
P(A Կամ B)=0.4+0.3-0.1=0.6 Եթե A և B պատահարները
անհամատեղելի են, ապա` P(Aև B) = P(A) + P(B):

Պայմանական հավանականության բանաձևից հետևում է

հավանականությունների բազմապատկման ընդհանուր կանոնը
P(A ¨ B) = P(A/B)*P(B) = P(B/A) * P(A):

Թեմա 4
11. Պատահական մեծություններ, դրանց տեսակները:
Պատահական մեծությունը կարելի է բնորոշել որպես պատահական
փորձի թվային արդյունք, լինում է երկու տեսակ դիսկրետ և անընդհատ
։Պատահական մեծությունը կոչվում է դիսկրետ, եթե կարելի է թվարկել
դիտարկումների (կամ փորձերի) արդյունքում դրա ստացած բոլոր
հնարավոր արժեքները, ընդ որում արժեքները պետք է լինեն վերջավոր
կամ հաշվելի: Պատահական մեծությունը կոչվում է անընդհատ, եթե այն
որոշակի միջակայքում կարող է ընդունել ցանկացած արժեք:

12. Դիսկրետ պատահական մեծության բաշխման

ֆունկցիան և դրա գրաֆիկը:
Դիսկրետ պատահական մեծության բաշխումը պատահական
մեծության բոլոր հնարավոր արժեքների սպառիչ ցանկն է, որտեղ
յուրաքանչյուր ելքին որպես համապատասխանություն տրված է դրա
հավանականությունը:

13. Դիսկրետ պատահական մեծության հիմնական

բնութագրիչները՝ մաթեմատիկական սպասում,
դիսպերսիա, ստանդարտ շեղում:
X դիսկրետ պատահական մեծության մաթեմատիկական սպասումը
դրա բաշխման միջին արժեքն է, որը հավասար է X պատահական
մեծության բոլոր արժեքների և դրանց համապատասխան
հավանականությունների P(X) արտադրյալի գումարին: Այլ կերպ ասած,
X դիսկրետ պատահական մեծության մաթեմատիկական սպասումը
բոլոր հնարավոր ելքերի կշռված միջինն է, որտեղ որպես կշիռներ
հանդեն են գալիս ելքերի հավանականությունները:𝜂 = 𝐸(𝑋) = ∑𝑁𝑖=1 𝑋𝑖𝑃(𝑋𝑖)
որտեղ` Xi -ն X դիսկրետ պատահական մեծության i-րդ արժեքն է,
P(Xi) -ն` X դիսկրետ պատահական մեծության i-րդ արժեքի
հավանականությունը:

X դիսկրետ պատահական մեծության դիսպերսիան 𝜎 2 դրա

հնարավոր բոլոր արժեքների և մաթեմատիկական
սպասման միջև տարբերությունների քառակուսիների
կշռված միջինն է: Որպես կշիռներ ծառայում են
համապատասխան ելքերի հավանականությունները:
 𝑁
2
𝜎2 = ∑(𝑋𝑖 − 𝐸(𝑋)) 𝑃(𝑋𝑖)
𝑖=1

Դիսկրետ պատահական մեծության ստանդարտ շեղումը

որոշվում է հետևյալ բանաձևով
𝑁
2
𝜎 = √∑(𝑋𝑖 − 𝐸(𝑋)) 𝑃(𝑋𝑖)
𝑖=1

14. Անընդհատ պատահական մեծության բաշխման

խտությունը և դրա գրաֆիկը:
Անընդհատ է թվային առանցքին կամ միջակայքին պատկանող
ցանկացած մեծություն: Օրինակ` որևէ իրի քաշը, մեկ արտադրանքի
թողարկման ժամանակահատվածը, գովազդի ծախսերը, վաճառքից
եկամուտները, հաճախորդի սպասարկման տևողությունը և այլն:
Անընդհատ պատահական մեծության բաշխումը նկարագրող
մաթեմատիկական արտահայտությունը կոչվում է
հավանականությունների անընդհատ բաշխման խտություն։

15. Նորմալ և ստանդարտացված նորմալ բաշխումներ:

Վիճակագրությունում կիրառվող կարևորագույն
բաշխումներից է նորմալ բաշխումը, որը երբեմն կոչվում է
նաև գաուսյան բաշխում։ Նորմալ բաշխումը
հնարավորություն է ընձեռում հաշվարկել պատահական
մեծության տրված միջակայքում գտնվելու
հավանականությունը, սակայն այդ մեծության նախապես
որևէ արժեք ընդունելու հավանականությունը հավասար է
0-ի:
Վիճակագրությունում նորմալ բաշխման կարևորությունը
պայմանավորված է երեք պատճառով.
1.Այն նկարագրում է բազմաթիվ անընդհատ
մեծությունների բաշխումներ,
2. Նոմալ բաշխման միջոցով կարելի է մոտարկել զանազան
դիսկրետ բաշխումներ,
3.Նորմալ բաշխումն ընկած է վիճակագրական
եզրահանգումների դասական տեսության հիմքում,
Նորմալ բախման հիմնական հատկությունները հետևյալն
են՝
• Այն զանգաձև է, հետևաբար` սիմետրիկ է,
• Դրա մաթեմատիկական սպասումը, մեդիանան և
մոդան համընկնում են,
• Նորմալ բաշխված արժեքների հիմնական զանգվածն
ընկած է 4/3 ստանդարտ շեղման միջակայքում, ինչը
նշանակում է, որ միջքվարտիլային թափը գտնվում է
միջին արժեքի շուրջ (դեպի ձախ և աջ կողմերը) 2/3
ստանդարտ շեղման միջակայքով:
 • Պատահական մեծության նորմալ բաշխման
արժեքներն ընկած են ողջ թվային առանցքի վրա`−∞ <
𝑋<∞

Ստանդարտացված նեռմալ բաշխում

Ցանկացած X նորմալ բաշխված պատահական մեծություն կարելի է
ձևափոխել Z նորմավորված նորմալ բաշխված պատահական
մեծության՝ կիրառելով հետևյալ բանաձևը. :Z=X- μ/σ
Ստանդարտացված նորմալ բաշխման մաթեմատիկական սպասումը
հավասար է 0-ի, իսկ ստանդարտ շեղումը` 1-ի։

16. Նորմալ բաշխված պատահական մեծության տրված

միջակայքում ընկնելու հավանականությունը:
Նորմալ բաշխումը հնարավորություն է ընձեռում
հաշվարկելու պատահական մեծության տրված
միջակայքում ընկնելու հավանականությունը, որը իրենից
ներկայացնում է կորի վրա առանձնացված պատկերի
մակերես,հետևաբար որևէ կոնկրետ արժեք ընդունելու
հավանականություն հավասար է 0։
Ենթ ունենք գործարանում մեկ դետալի արտադրության
վրա ժմնկի ծախսումների հավանականությունը X ։հայտնի
է մաթսպասումը և ստանդարտ շեղումը ։դրանով
կառուցում ենք նոռմալ բաշխման կորը գտնում
յուրաքանչյուրին համապատասխան Z -Ը Z=X- μ/σ բանաձևով
Տողադրում ենք P(X ի մեջ Z ի տվյալ արժեքով ) և գտնում
հավանականությունը։

Իսկ եթե պետք է որոշել որևէ միջակայքի հավանականությունը

Օրինակ 7ից մինչև 9ը րոպե ժմնկահատվածում 1 դետալի
արտադրության հավանականությունը P(7<X<9)=P(Z=1)-P(Z=0)=0.8413-
0.5=0.3413
Սկզբից գտնում ենք P(X<7) Z ի արժեքը0 և այդ արժեքի դեպքում
հավանականութհունը նույնը P(X<9)ի համար1 եվ հանում իրարից

թեմա5
17. Ընտրանքային հետազոտություն: Ընտրանքի
տեսակները:
Ընտրանքը վերլուծության համար գլխավոր
համակցությունից դուրս բերվող օբյեկտների մասն է:
Գլխավոր համակցությունը դիտարկվող համակցությունը
կազմող բոլոր օբյեկտների ամբողջությունն է:
Ընտրանքային հետազոտության կարևորությունը
կայանում է նրանում, որ
▪ Ընտրանքային հետազոտությունը պահանջում է ավելի քիչ
ժամանակ, քան ամբողջ գլխավոր համակցության
ուսումնասիրությունը,
▪ Ընտրանքային հետազոտությունն ավելի էժան է, քան
ամբողջ գլխավոր համակցության ուսումնասիրությունը,
▪ Ընտրանքային հետազոտությունն ավելի պարզ է և
շահավետ, քան ամբողջ գլխավոր համակցության
ուսումնասիրությունը:
Գոյություն ունի ընտրանքների երկու տեսակ`
դետերմինացված( ոչ հավանական) և հավանական:
Դետերմինացված ընտրանքը բաղկացած է տարրերից,
որոնք ընտրանքում ներառվել են առանց այնտեղ
հայտնվելու հավանականությունը հաշվի առնելու:
Դետերմինացված ընտրանքի տիպիկ օրինակ է ոչ
ներկայացուցչական ընտրանքը: Օբյեկտները ներառվում են
այդպիսի ընտրանքներում ընտրության պարզության,
էժանության և հարմարության նկատառումների հիման
վրա: Դետերմինացված ընտրանքները ունեն որոշ
առավելություններ, մասնավորապես` դրանք ստեղծվում են
հեշտ և արագ, առանց մեծ ծախսեր կատարելու: Մյուս
կողմից, դրանք ունեն երկու կարևոր թերություն` ցածր
ճշգրտություն և արդյունքների սահմանափակվածություն,
այսինքն` դետերմինացված ընտրանքի առավելությունները
չեն փոխհատուցում դրա թերությունները: Հետևաբար`
դետերմինացված ընտրանքը հարկավոր է կիրառել կոպիտ
և ոչ թանկ գնահատումների ժամանակ, որոնք
նախատեսված են հետաքրքրությունը բավարարելու, կամ
որպես ուսումնական կամ պիլոտային նախագիծ մշակելու
համար:
Հավանական ընտրանքը բաղկացած է տարրերից, որոնց
ընտրանքում հայտնվելու հավանականությունը հայտնի է
նախորոք: Գոյություն ունի հավանական ընտրանքի չորս
տեսակ` բուն պատահական, սիստեմատիկ,
ստրատիֆիկացված և կլաստերային:
Բուն պատահական ընտրանք
Միավորներն ընտրվում են պատահական կարգով որորնք
կախված չեն ոչ համակցությունում միավորների
դասավորությոնից ոչ էլ դրանց հատկանիշների
արժեքներից։
Հիմքի յուրաքանչյուր տարր ունի ընտրվելու հավասար
հնարավորություն ։
Հիմքից միավորների ընտրությունը կատարվում է 2
եղանակով ՝վերադարձային և առանց վերադարձային։
Վերադարձային ընտրանքը նշանակում է, որ դուրս բերված
տարրը վերադարձվում է հիմք, ընդ որում դրա նորից
ընտրվելու հավանականությունը մնում է հաստատուն:
Առանց վերադարձման ընտրանքը նշանակում է, որ դուրս
բերվող տարրը չի վերադարձվում հիմք, հետևաբար` այն չի
կարող նորից ընտրվել:
Պարզ պատահական ընտրման շրջանակներում n-ով,
սովորաբար, նշանակում են ընտրանքի ծավալը, իսկ N-ով`
հիմքի (գլխավոր համակցության) ծավալը: Գործընթացը
շարունակվում է մինչև ընտրանքի ցանկալի ծավալը (n)
նվաճելու պահը:
Սիստեմատիկ որոշվում է ընտրանքի ծավալը (n),
Հիմքի N միավորները բաժանվում են k միավորներից
բաղկացած խմբերի՝K=N/n
Պատահականորեն ընտրվում է մեկ միավոր1-ին խմբից
Այնուհետև ընտրվում է յուրաքանչյուր K-րդ միավորը
Ստրատիֆիկացված ընտրանքի ձևավորման ժամանակ
գլխավոր համակցության կամ հիմքի N տարրերը
ստորաբաժանվում են ընդհանուր հատկանիշներով
օժտված առանձին ենթաբազմությունների կամ
ստրատաների: Այնուհետև, յուրաքանչյուր ստրատայից
պատահական սկզբունքով դուրս բերվող տարրերի
արդյունքները միավորվում են ընդհանուր համակարգի մեջ:
Ընտրման այս մեթոդը պատահական կամ սիստեմատիկ
մեթոդներից արդյունավետ է, քանի որ ապահովում է
ընտրանքի ավելի բարձր ներկայացուցչություն:
Կլաստերային ընտրանքի ձևավորման համար N տարրերից
բաղկացած հիմքը բաժանվում է կլաստերների այնպես,
որպեսզի յուրաքանչյուր կլաստեր արտահայտի ամբողջ
գլխավոր համակցության հատկությունները: Այնուհետև
կլաստերներն ընտրվում են բուն պատահական սկզբունքով,
իսկ դրանցում գտնվող բոլոր տարրերը ուսումնասիրվում են:
Կլաստերները ստացվում են տարածաշրջանների,
ընտրատեղամասերի, քաղաքների, թաղամասերի կամ
ընտանիքների վիճակագրական վերլուծության ժամանակ:
Կլաստերային ընտրման մեթոդը կարող է ավելի թանկ լինել
բուն պատահական ընտրման մեթոդից, հատկապես, եթե
գլխավոր համակցությունը բաշխված է ըստ լայն
աշխարհագրական տարածաշրջանի:
18. Միջին արժեքների ընտրանքային բաշխումներ: Միջին
թվաբանականի անշեղելիություն: Միջինի ստանդարտ
սխալ:
Թվաբանական միջինը կոչվում է անշեղելի, քանի որ բոլոր
ընտրանքային միջինների միջին արժեքը (ընտրանքի n
ծավալի դեպքում) հավասար է գլխավոր համակցության
միջին արժեքին:
Ընտրանքային միջինների փոփոխության միջակայքը
նկարագրվում է դրանց ստանդարտ շեղմամբ, որը կոչվում է
միջինի ստանդարտ սխալ (𝜎𝑥 ):
Միջինի ստանդարտ սխալը( ) հավասար է գլխավոր
համակցության ստանդարտ շեղման ( σ ) և ընտրանքի
ծավալի (n) քառակուսային արմատի հարաբերությանը.𝜎{𝑋 =
𝜎
√𝑛

Հետևաբար, ընտրանքի ծավալի ավելացմանը զուգընթաց

միջինի ստանդարտ սխալը փոքրանում է n-ի
քառակուսային արմատի համամասնական արագությամբ:
19.Մասերի ընտրանքային բաշխումներ:
Երկու արժեքներից մեկն ընդունող (կին կամ տղամարդ,
սիորւմ է կամ չի սիրում և այլն) կատեգորիալ տվյալների
վերլուծության ժամանակ արդյունքները, որպես կանոն,
նշանակում են մեկերով (այո) և զրոներով (ոչ): n տարրերից
բաղկացած ընտրանքի միջին արժեքը հավասար է մեկերի
քանակի հարաբերությանը n-ին: Օրինակ` հինգ
հարցվողներից երեքը նախընտրում են A առևտրային
նշանը, իսկ երկուսը` B նշանը: Հետևաբար` ընտրանքը
բաղկացած է երեք մեկերից և երկու զրոներից: Այստեղից էլ
նշանակում է, որ A առևտրային նշանը նախընտրողների
մասը տվյալ ընտրանքում կազմում է 0.6։ Հատկանիշի
ընտրանքային մասը որոշվում է հետևյալ բանաձևով.
w = X/ n = Նշված բնութագիրը ունեցող օբյեկտների քանակ/
Ընտրանքի ծավալ
Հատկանիշի ընտրանքային մասի արժեքները տատանվում
են 0-ից մինչև 1-ը:
Հատկանիշի մասի ստանդարտ սխալը որոշվում է հետևյալ
բանաձևով
𝑝(1 − 𝑝)
𝜎𝑝 = √
𝑛

Եթե ընտրանքը դուրս է բերվում առանց վերադարձման

վերջավոր գլխավոր համակցությունից, ապա հատկանիշի
մասի ընտրանքային բաշխումը ենթարկվում է բինոմական
բաշխմանը: Սակայն, եթե n p և n(1- p ) արժեքները մեծ են
կամ հավասար 5- ի, ապա այդ բաշխումը կարելի է
ապրոքսիմացնել նորմալին:
Z ի արժեքը ընտրանքային մասերի բաշղման համար
(𝑤 − 𝑝) (𝑤 − 𝑝)
𝑍= =
𝜎𝑤
√𝑝(1 − 𝑝)
𝑛
20. Բաշխման պարամետրերի միջակայքային գնահատում:
Վիճակագրական հետևության տեսությունում գոյություն
ունի գլխավոր համակցության բնութագրիչների
գնահատման 2 տեսակ՝ կետային և միջակայքային ։
Կետային գնահատականը գլխավոր համակցության
պարամետրի գնահատման համար կիրառվող առանձին
ընտրանքային բնութագրիչ է։
Վստահելի միջակայքը տալիս է լրացուցիչ
տեղեկատվություն գնահատականի փոփոխության
վերաբերյալ։
Գլխավոր համակցության մաթսպասման միջակայքային
գնահատականը ստանալու համար վերլուծվում է
ընտրանքային միջինների բաշխումը։
Կառուցած միջակայքը բնութագրվում է որոշակի
վստահելիության մակարդակով,որը ցույց է տալիս այն
հավանականությունը ,որ գլխավոր համակցության
իրական պարամետրը ճիշտ է գնահատված
Օրինակ միջակայքի գնահատման 95% վստահելիության
մակարդակը գնահատվում է այսպես՝ գլխ․
համակցությունից դուրս բերենք ո-ն ծավալով բոլոր
ընտրանքները և հաշվենք դրանց միջինները,ապա դրանց
հիման վրա կառուցված վստահելիության միջակայքերի
95% -ը կպարունակի գլխավոր համակցությա
մաթսպասումը իսկ 5%-ը ՝ոչ։
Թեմա6
21. Զրոյական և ալտերնատիվ վարկածներ:
Հիպոթեզը (վարկածը) վիճակագրական ստուգման
ենթարկվող ենթադրություն է գլխավոր համակցության
բաշխման օրենքի կամ որոշակի բնութագրիչների
վերաբերյալ:
Ստուգման ենթակա հիպոթեզն անվանում են զրոյական
կամ հիմնական և նշանակում H0:Զրոյական վարկածը միշտ
ձևակերպվում է գլխավոր համակցության որևէ
պարամետրի օրինակ մաթսպասման,այլ ոչ թե
ընտրանքային բնութագրիչի օրինակ ընտրանքային
միջինիվերաբերյալ։
Յուրաքանչյուր զրոյական վարկածին հակադրվում է
ալտերնատիվ (այլընտրանքային) հիպոթեզ, որը նշանակում
են H1: Ալտերնատիվ հիպոթեզը զրոյական հիպոթեզի
հակառակ հավաստումն է, այլ խոսքերով՝ ալտերնատիվ
հիպոթեզը հանդիսանում է զրոյական հիպոթեզի
ժխտումը:եթե զրոյական վարկածը ժխտվում է
ալտերնատիվ վարկածը համարվում է ճշմարտացի։իսկ եթե
զրայական վարկածը չի ժխտվույմ ապա ալտերնատիվը
համարվում է չապացուցված։

22. Վարկածների ժխտման և ընդունման տիրույթներ:

Հիպոթեզի ստուգումը կատարվում է այս կամ այն
վիճակագրական հայտանիշի (չափանիշի) օգնությամբ, որի
բաշխման օրենքը սովորաբար հայտնի է: Հայտանիշի
հնարավոր արժեքների բազմությունը բաժանվում է երկու
մասի՝ հիպոթեզի ժխտման տիրույթ, որն անվանում են նաև
կրիտիկական տիրույթ և հիպոթեզի ընդունման տիրույթ:
Այս երկու տիրույթները սահմանազատող կետերն
անվանում են կրիտիկական արժեքներ:

Եթե հիպոթեզի վիճակագրական ստուգման հիմքում ընկած

չափանիշի հաշվարկային արժեքը (թեստային
վիճակագրությունը) ընկնում է հիպոթեզի ժխտման
տիրույթ, ապա այն ժխտվում է, հակառակ դեպքում
հիպոթեզը ժխտելու հիմքեր չկան: Այսպիսով, հիպոթեզի
ստուգման ժամանակ համեմատվում են թեսթային
վիճակագրության հաշվարկային և կրիտիկական
արժեքները:
23. Երկկողմանի և միակողմանի չափանիշներ:
Առաջադրվող զրոյական և ալտերնատիվ հիպոթեզների
բնույթից կախված՝ կրիտիկական տիրույթները լինում են
երկկողմանի, աջակողմյան և ձախակողմյան։
24. Վարկածի ստուգման ժամանակ առաջացող ռիսկերը:
Քանի որ գլխավոր համակցության պարամետրի
գնահատումը հիմնվում է ընտրանքի արդյունքների վրա,
ուստի առկա է սխալ եզրահանգումներ կատարելու ռիսկ:
Հիպոթեզի վիճակագրական ստուգման սխալները լինում են
2 սեռի՝ I և II: I սեռի սխալն առաջանում է այն դեպքում, երբ
ժխտվում է ճշմարիտ զրոյական հիպոթեզը: Դրա
հավանականությունը նշանակվում է ալֆա տառով։ 1:
1−ալֆա մեծությունը կոչվում է I սեռի սխալի
վստահելիության հավանականություն, իսկ (1− ալֆա)*100%
մեծությունը՝ վստահելիության մակարդակ:
Վստահելիության հավանականությունը ճշմարիտ
զրոյական հիպոթեզի ընդունման հավանականությունն է: II
սեռի սխալն առաջանում է այն դեպքում, երբ չի ժխտվում
սխալ զրոյական հիպոթեզը: Դրա հավանականությունը
նշանակվում է β տառով: II սեռի սխալի
հավանականությունը կախված է գլխավոր համակցության
գնահատվող պարամետրի և փաստացի ընտրանքային
ցուցանիշի միջև տարբերությունից: Եթե այդ
տարբերությունը մեծ է, ապա II սեռի սխալի
հավանականությունը փոքր է և հակառակը: 1− բետա
մեծությունը կոչվում է վիճակագրական չափանիշի
հզորություն, որը հավասար է սխալ զրոյական հիպոթեզի
ժխտման հավանականությանը:
25. Մաթեմատիկական սպասման մասին վարկածի
ստուգման համար Z-չափանիշի կիրառումը:

26. Վարկածների ստուգումն ըստ դիտարկվող

նշանակալիության մակարդակի:
Ներկայումս լայն կիրառություն ունի հիպոթեզներրի
ստուգման չափանիշները՝ ըստ դիտարկվող
նշանակալիության մակարդակի ,որին հաճախ անվանում
են p-արժեք (p-value): Այս մեծությունը
համապատասխանում է նվազագույն հավանականությանն
այն բանի, որ զրոյական հիպոթեզը (𝐻0) կարող է ժխտվել՝
ելակետային տվյալների վերլուծության հիման վրա: Այս
դեպքում (𝐻0) հիպոթեզի ժխտման քայլերի կանոնը
հետևյալն է.
1. Եթե p-արժեքը < α նշանակալիության մակարդակից,
ապա զրոյական հիպոթեզը ժխտվում է,
2. Եթե p-արժեքը ≥ α նշանակալիության մակարդակից,
ապա զրոյական հիպոթեզը ժխտելու հիմքեր չկան:
Բերված օրինակում նշանակալիության մակարդակը՝ α =
0.01, իսկ 𝑍հաշվ = 0.8 արժեքին համապատասխանում է
P(0.7881) հավանականությունը: Քանի որ P(0.7881)>P(0.01),
ապա զրոյական հիպոթեզը ժխտելու հիմքեր չկան:

թեմա7
27. Ռեգրեսիոն մոդելների տեսակները:
Ռեգրեսիոն վերլուծության գլխավոր խնդիրը
փոփոխականների փոխկապակցությունը բնութագրող
մեդելի կառուցումն է,որը թույլ կտա կանխատեսել կախյալ
փոփոխականի կամ արդյունքի արժեքներն ըստ անկախ
կամ բացատրող փոփոխականի արժեքների։ ռեգրեսիայի
ֆունկցիան կարելի է ներկայացնել հետևյալ տեսքով՝𝑌 =
𝑓(𝑋1 , 𝑋2 , … . . 𝑋𝑘 )

Դրանում ներառված գործոնների թվից կախված ՝

տարբերում են ՝
• Միագործոն կամ զույգային ռեգրեսիայի մոդել
• Բազմագործոն կամ բազմաչափ ռեգրեսիայի մոդել։
Ռեգրեսիոն ֆունկցիայի տեսքից կախված՝ տարբերում են՝
Գծային և ոչ գծային ռեգրեսիոն մոդելներ։
Գծային ռեգ․ մոդել
Զույգային գծային ռեգրեսիան բնութագրվում է 2
հատկանիշների՝ գործոնային և արդյունքային, միջև գծային
կապը, որը նկարագրվում է հետևյալ հավասարման
միջոցով՝
𝑌𝑖 = 𝑎0 + 𝑎1 𝑥 + 𝜀𝑖
Բազմակի գծային ռեգրեսիան բնութագրվում է արդյունքային և մի քանի
այլ գործոնային հատկանիշների միջև գծային կապը, որը նկարագրվում
է հետևյալ հավասարման միջոցով՝
𝑌𝑖 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 + ⋯ . . +𝑎𝑘 𝑥𝑘 + 𝜀𝑖

Որտեղ ՝ aj-ռեգրեսիայի գործակիցներն են

Εեփսիլիոն -ն՝y փոփոխականի պատահական սխալի I-րդ
հետազոտության ժմնկ։
A0-ն կոչվում է ազատ անդամ,ցույց է տալիս արդյունքային
հատկանիշի վրա հաշվի չառած գործոնների միջինացված
ազդեցությունը։
aj-ցույց է տալիս թե որքանով միջինում կփոխվի
արդյունքային հատկանիշի արժեքը,եթե Xjգործոնը փոխվի
իր չափման 1 միավորով
28. Պարզ գծային ռեգրեսիայի հավասարումը: ՞՞՞՞՞՞
Գծային ռեգ․ մոդել
Զույգային գծային ռեգրեսիան բնութագրվում է 2
հատկանիշների՝ գործոնային և արդյունքային, միջև գծային
կապը, որը նկարագրվում է հետևյալ հավասարման
միջոցով՝

Բազմակի գծային ռեգրեսիան բնութագրվում է արդյունքային և մի քանի

այլ գործոնային հատկանիշների միջև գծային կապը, որը նկարագրվում
է հետևյալ հավասարման միջոցով՝

Որտեղ ՝ aj-ռեգրեսիայի գործակիցներն են

Εեփսիլիոն -ն՝y փոփոխականի պատահական սխալի I-րդ
հետազոտության ժմնկ։
A0-ն կոչվում է ազատ անդամ,ցույց է տալիս արդյունքային
հատկանիշի վրա հաշվի չառած գործոնների միջինացված
ազդեցությունը։
aj-ցույց է տալիս թե որքանով միջինում կփոխվի
արդյունքային հատկանիշի արժեքը,եթե Xjգործոնը փոխվի
իր չափման 1 միավորով

29. Փոքրագույն քառակուսիների մեթոդ:

Ռեգրեսիայի հավասարման պարամետրերի գնահատումը
կատարվում է փոքրագույն քառակուսիների մեթոդով, որի
հիմքում ընկած է ուսումնասիրվող համակցության
դիտարկումների անկախության վարկածը և մոդելի
պարամետրերի որոշումը, որի դեպքում նվազեցվում է
արդյունքային հատկանիշի էմպիրիկ (փաստացի) և
տեսական արժեքների տարբերությունների
քառակուսիների գումարը.

Զույգային գծային ռեգրեսիայի պարամետրերը փոքրագույն քառակուսիների մեթոդով որոշելու

ժամանակ նորմալ հավասարումների համակարգն ունի հետևյալ տեսքը.
 որտեղ՝ a0 և a1 ռեգրեսիայի
պարամետրերն են, n-ը՝ ուսումնասիրվող համակցության ծավալը (դիտարկման միավորների
թիվը): Ռեգրեսիայի հավասարումներում a0 պարամետրը ցույց է տալիս արդյունքային
հատկանիշի վրա հաշվի չառած (հետազոտման համար չընդգծված) գործոնների միջինացված
ազդեցությունը, a1 պարամետրը՝ ռեգրեսիայի գործակիցը ցույց է տալիս, թե որքանով միջինում
կփոխվի արդյունքային հատկանիշի արժեքը գործոնային հատկանիշի՝ դրա սեփական չափման
մեկ միավորի փոփոխման դեպքում:

30. Ռեգրեսիայի գործակիցների հաշվարկը և դրանց

մեկնաբանությունը:
31. Դետերմինացիայի գործակիցը, դրա հաշվարկը և
մեկնաբանությունը:

SSR, SSE և SST մեծություններն առանձին-առանձին չունեն

հստակ մեկնաբանություն, սակայն ռեգրեսիայի
քառակուսիների գումարի (SSR) հարաբերությունը
քառակուսիների ընդհանուր գումարին (SST) բնութագրում է
Y փոփոխականի վարիացիայի այն մասը, որը
պայմանավորված է ռեգրեսիոն մոդելում X անկախ
փոփոխականով։ Այդ հարաբերությունը կոչվում է
դետերմինացիայի գործակից rքառակուսի

32. Գնահատականի միջին քառակուսային սխալ:

33. Ռեգրեսիոն մոդելի նշանակալիության ստուգումը: