Question

Имеются данные о разрядах рабочих: 3, 4, 5, 6, 3, 3, 4, 6, 6, 6, 5, 4, 4, 4, 4, 3, 5, 5, 5, 6, Постройте дискретный вариационный ряд распределения рабочих по разрядам.

Answer 1

.................................

Answer 2

Для построения дискретного вариационного ряда распределения рабочих по разрядам, вам нужно выполнить следующие шаги:

1. Определите количество разрядов, которые встречаются в данных. В данном случае, это 3, 4, 5 и 6 разряды.

2. Подсчитайте количество рабочих для каждого разряда. Например, для 3 разряда у вас 3 рабочих, для 4 разряда - 6 рабочих, и так далее.

3. Создайте таблицу, где в первом столбце будут разряды, во втором - количество рабочих для каждого разряда, а в третьем - накопительное количество рабочих.

4. Постройте график, где ось x представляет разряды, а ось y - количество рабочих. График будет представлять собой столбчатую диаграмму, где высота столбца соответствует количеству рабочих для данного разряда.

5. Для анализа распределения можно использовать показатели центра распределения: среднее значение, моду и медиану. Среднее значение можно вычислить как взвешенное среднее разрядов, где веса - это количество рабочих для каждого разряда. Мода - это разряд с наибольшим количеством рабочих, а медиана - это разряд, ниже которого находится половина рабочих и выше - вторая половина рабочих.

Вот пример кода на Python, который выполняет эти шаги:

import matplotlib.pyplot as plt

# Данные
data = [3, 4, 5, 6, 3, 3, 4, 6, 6, 6, 5, 4, 4, 4, 4, 3, 5, 5, 5, 6, 6]

# Подсчет количества рабочих для каждого разряда
counts = {}
for rank in data:
   if rank in counts:
       counts[rank] += 1
   else:
       counts[rank] = 1

# Построение графика
ranks = sorted(counts.keys())
frequencies = [counts[rank] for rank in ranks]
cumulative_frequencies = [sum(frequencies[:i+1]) for i in range(len(frequencies))]

plt.bar(ranks, frequencies)
plt.xlabel('Разряд')
plt.ylabel('Количество рабочих')
plt.title('Дискретный вариационный ряд распределения рабочих по разрядам')
plt.show()

# Вычисление показателей центра распределения
mean = sum(rank * freq for rank, freq in counts.items()) / sum(counts.values())
mode = max(counts, key=counts.get)
median = ranks[cumulative_frequencies.index(sum(counts.values()) // 2)]

print(f'Среднее значение: {mean}')
print(f'Мода: {mode}')
print(f'Медиана: {median}')

Этот код сначала подсчитывает количество рабочих для каждого разряда, затем строит график и вычисляет показатели центра распределения .