предоставленной информации. Общественная экологическая экспертиза не может на законных основаниях проводиться на объектах, хранящих информацию, охраняемую государственными, хозяйственными или иными законами.
Список использованной литературы:
1. Закон Туркменистана о сертификации.
2. ТДС 1.0-2016 Государственная система стандартизации Туркменистана. Основные правила.
© Аманова Т.О., 2023
УДК 330.01
Аннаева Майса
Преподаватель,
Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан Араздурдыева Ширин
Студент,
Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан Аллайарова Джерен
Студент,
Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан
ПРИМЕНЕНИЕ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ В СТАТИСТИКЕ
Аннотация
В данной работе рассматривается вопрос особенностей развития статистических исследований и их влияние на национальную экономики. Проведен перекрестный и сравнительный анализ влияния различных факторов на рост эффективности в управлении статистическими исследованиями по средством внедрения технологий.
Ключевые слова
Анализ, метод, оценка, статистика, технологии.
Annaeva Maysa
Lecturer, Turkmen State Institute of Economics and Management
Ashgabad, Turkmenistan Arazdurdyeva Shirin
Student, Turkmen State Institute of Economics and Management
Ashgabad, Turkmenistan Allayarova Jeren
Student, Turkmen State Institute of Economics and Management
Ashgabad, Turkmenistan
НАУЧНЫЙ ЖУРНАЛ « IN SITU »
ISSN (p) 2411-7161 / ISSN (e) 2712-9500
№2 / 2023
APPLICATIONS OF THE NORMAL DISTRIBUTION IN STATISTICS
Abstract
This paper discusses the issue of the development of statistical research and their impact on the national economy. A cross and comparative analysis of the influence of various factors on the growth of efficiency in the management of statistical research through the introduction of technologies has been carried out.
Keywords
Analysis, method, evaluation, statistics, technologies.
Существуют различные компоненты, которые вступают в игру при принятии решений. Хотя это и не единственные аспекты, есть исследование, гипотеза и проверка гипотезы. Все статистические результаты являются неотъемлемой частью процесса интерпретации для принятия решений. Когда кто-то проверяет гипотезу, краеугольный камень принятия решений, анализ данных — это вероятность. По мнению автора, лучший способ описать вероятность — начать с вопроса «насколько вероятно». Как утверждают Фокс, Левин и Форд, мы, как человеческий вид, используем вероятность в повседневном разговоре. Хотя мы можем отвечать на вопрос расплывчатыми ответами, такими как «вероятно», «наиболее вероятно» или «крайне маловероятно», без какого-либо статистического обоснования нашей интерпретации, статистическая вероятность предлагает более точные ответы. Существуют различные способы описания статистики, включая нормальную кривую, колоколообразную кривую, центральную предельную теорему и z-показатели, которые будут обсуждаться ниже.
Существуют определенные характеристики нормальной кривой, такие как «гладкое, симметричное распределение, имеющее форму колокола и унимодальное». Нормальная кривая имеет среднее значение, медиану и моду в одном и том же положении, в середине или центре кривой, которая симметрична, поскольку «каждая сторона является зеркальным отражением другой». По словам Фокса, Levin, and Forde, нормальная кривая является унимодальной, поскольку она имеет только один пик или точку максимальной вероятности в середине кривой. Затем из точки максимальной вероятности или центрального пика кривая начинает падать в обоих концах, «бесконечно расширяясь в любом направлении и все ближе и ближе приближаясь к базовой линии, фактически не касаясь ее». Существует асимптотический хвост, который означает, что нормальное распределение меньше или почти равно нулю, и «приближается к оси x, но никогда не достигает ее». С другой стороны, асимптотический хвост указывает на более чем средний результат, поскольку он «приближается к оси x, но никогда не достигает ее». Таким образом, нормальное распределение приведет к нормальной кривой в виде колоколообразной кривой. нормальная кривая унимодальна, поскольку имеет только один пик или точку максимальной вероятности в середине кривой. Затем из точки максимальной вероятности или центрального пика кривая начинает падать в обоих концах, «бесконечно расширяясь в любом направлении и все ближе и ближе приближаясь к базовой линии, фактически не касаясь ее».
Почему колоколообразная кривая используется для представления нормального распределения, а не другой формы? Согласно Fendler and Muzaffar, ответ прост. Это из-за веры в то, что аспекты мира распределяются в соответствии с формой кривой нормального распределения. Согласно Фендлеру и Музаффару (2008), колоколообразная кривая, также известная математически как кривая Гаусса, свидетельствует о вере в то, что «большинство явлений происходит вокруг средней точки, в то время как немногие происходят либо на высоких, либо на нижних крайних точках». Колоколообразная кривая также исходит из понимания трех основных причин; (1) нормальные
явления примерно нормально распределены; (2) может использоваться при аппроксимации других распределений, в том числе биномиального; и (3) средние и пропорции имеют тенденцию к нормальному распределению. Колоколообразная кривая указывает на то, что несколько случаев приходится на верхнюю часть шкалы, несколько — на нижнюю, а остальные — в середину. Согласно Weiers, форма нормальной кривой будет зависеть от ее среднего значения и стандартного отклонения, хотя и сохранит вариацию колоколообразной кривой. Существует также «эмпирическое правило» нормального распределения, относящееся к областям ниже или ниже нормальной кривой; (1) 68,3 % общей площади находится в интервале от среднего (ц) - стандартного отклонения (о) до ц + о; 2) 95,4 % общей площади приходится на интервал от ц - 2о до ц + 2о; 3) 99,7 % общей площади приходится на интервал от ц - 3о до ц + 3о.
Список использованной литературы:
1. Агарвал, В., и Таффлер, Р. Дж. (2007). Двадцать пять лет модели z-показателя Таффлера: действительно ли она способна предсказывать? Бухгалтерский учет и бизнес-исследования, 37 (4), 285-300.
2. Альенде-Алонсо, С., Буза-Эррера, К.Н., Ризви, СЭХ, и Саутто-Валлехо, Дж. М. (2019). Большие данные и центральная предельная теорема: статистическая легенда. Операционные исследования, 40, 112-123.
3. Фендлер, Л., и Музаффар, И. (2008). История кривой нормального распределения: Сортировка и идея нормального. Образовательная теория, 58 (1), 63-82.
4. Фокс, Дж. А., Левин, Дж., и Форд, Д. Р. (2013). Элементарная статистика в исследованиях уголовного правосудия. Река Аппер-Сэдл, Нью-Джерси: Прентис-холл.
5. Квак, С.Г., и Ким, Дж.Х. (2007). Центральная предельная теорема: краеугольный камень современной статистики. Ореанский журнал анестезиологии, 70(2), 144.
6. Пэн, С. (2019). Закон больших чисел и центральная предельная теорема при нелинейных ожиданиях. Вероятность, неопределенность и количественный риск, 4(1), 1-8.
7. Вейерс, Р. М. (2011). Введение в статистику бизнеса (7-е изд.). Бостон, Массачусетс: Cengage Learning.
©Аннаева М., Араздурдыева Ш., Аллайарова Дж., 2023
УДК 330.01
Аннаева Майса, преподаватель, Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан Гайыпова Мяхри, студент, Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан Мухамметгурбанов Ресул, студент, Туркменский государственный институт экономики и управления
г. Ашгабад, Туркменистан
СОГЛАСОВАНИЕ БИЗНЕС-СТРАТЕГИИ С ИТ-СТРАТЕГИЕЙ Аннотация
В данной работе рассматривается вопрос особенностей развития экономического планирования