Естествознание «века гениев», как иногда называют xvii век, достигло своего завершения в научном творчестве исаака ньютона (1643—1727). жизнь, отданная науке. воспитанник колледжа троицы кембриджского университета, занимавший там - кафедру более тридцати лет, холостяк, ньютон полностью отдал себя науке.
правда, его отнюдь нельзя назвать энциклопедистом. хотя времена леонардо да винчи с его потрясающей широтой интересов и деятельности прошли, в xvii в., несмотря на углублявшуюся специализацию знаний и наук, энциклопедисты еще были. лучшим примером того служит лейбниц (о нем ниже). однако сужение научных интересов ньютона во многом объяснялось у него напряжением и глубиной гения, равного которому не знала предшеству-ющая естествознания. основные направления его исследований — оптика, механика, астрономия, объединявшиеся у него — уже на основе — в единую науку, которую он вместе со своим веком именовал «натуральной философией» (philosophia naturalis).
даже по сравнению с галилеем и декартом ньютон демонстрировал исключительный дар прирожденного экспериментатора, умевшего ставить природе проникновенные вопросы, превратившего эксперимент в главное средство ее целеустремленного исследования. при этом от названных великих естествоиспытателей ньютон отличался умением точного осмысления проводимых экспериментов. уже в своих ранних «лекциях по оптике» (впервые читанных в названном колледже в 1669—1671 гг.) ньютон подчеркнул, что владение знанием — первое условие для всякого, кто хочет достичь сколько-нибудь значимого успеха в любом разделе «натуральной философии», будь то оптика, механика, астрономия, или мореплавание. сам ученый в процессе своих изысканий сделал эпохальное открытие дифференциального и интегрального исчисления. исследования в оптике ньютона к открытию дисперсии света (его различной преломляемости), без чего не был бы возможен такой значительный практический результат, как конструирование отражательного телескопа, дававшего значительно большее увеличение, чем телескоп галилея. этот научный подвиг сделал
ньютона (1672) членом лондонского королевского общества. открытие дисперсии имело и огромное мировоззренческое значение. веками и тысячелетиями бесчисленное множество людей воспринимало свет и тьму как естественные, всегда наличные природные противоположности. множество философов античности (особенно принадлежавших к платоновско-неоплатонической линии) трактовали свет как едва ли не главную мировую субстанцию. света, как мы видели, играла первостепенную роль в ренессансной натурфилософии (особенно у патрици). даже декарт первую часть задуманного им естественно-научного сочинения «мир» (так и не осуществленного) назвал «трактат о свете». казалось, что нет более простой и устойчивой мировой субстанции, чем «белый свет». что же касается многих других цветов, то к аристотелю восходила идея, согласно которой каждый из них представляет определенное сочетание белого и черного цветов. теперь же опыты ньютона с преломлением цветов через призму неопровержимо убедили в сложности белой окраски света. белизна оказалась не первоначальной и простой, а составной от красного, желтого, синего, фиолетового и других цветовых оттенков.
еще большее научное и философское значение имели осмысление и формулировка ньютоном принципов нату-ральной философии, в которых он обобщил открытия коперника, галилея, кеплера, декарта. итогом этой грандиозной научной работы стали знаменитые « начала натуральной философии» (лондон, 1687, на лат. которые нередко называют самым произведением за всю естествознания. весьма показателен сам этот заголовок. учебник своей философии, большая часть которого трактовала вопросы , декарт назвал «начала философии». добавив теперь два ограничительных слова в этот картезианский заголовок, ньютон очертил тем самым предмет «натуральной философии». за таким изменением скрывались принципиальные отличия ньютонианской от картезианской, которые будут ясны нам из дальнейшего. достигнув в названном произведении наивысших научных результатов, не прекращая других исследований (в частности, в области ) и в дальнейшем, автор «начал» в последующие десятилетия больше отдавался деятельности практического свойства. так, в 1695 г. он был назначен смотрителем, а с 1699 г.— директором лондонско- го монетного двора. с 1703 г. и до конца жизни ньютон — президент лондонского королевского общества. некоторое время он был и депутатом парламента
статистике есть целый набор показателей, которые характеризуют центральную тенденцию. Выбор того или иного индикатора в основном зависит от характера данных, целей расчетов и его свойств.
Что подразумевается под характером данных? Прежде всего, мы говорим о количественных данных, которые выражены в числах. Но набор числовых данных может иметь разное распределение. Под распределением понимаются частоты отдельных значений. К примеру, в классе из 23 человек 2 школьника написали контрольную работу на двойку, 5 – на тройку, 10 – на четверку и 6 – на пятерку. Это и есть распределение оценок. Распределение очень наглядно можно представить с специальной диаграммы – гистограммы. Для данного примера получится следующая гистограмма.
Во многих случаях количество уникальных значений намного больше, а распределение похоже на нормальное. Ниже приведена примерная иллюстрация нормального распределения случайных чисел.
Итак, центральная тенденция. Если частоты анализируемых значений распределены по нормальному закону, то есть симметрично вокруг некоторого центра, то центральная тенденция определяется вполне однозначно – это есть тот самый центр, и математически он соответствует средней арифметической.
Как нетрудно заметить, в этом же центре находится и максимальная частота значений. То есть при нормальном распределении центральная тенденция есть не только средняя арифметическая, но и максимальная частота, которая в статистике называется модой или модальным значением.
На диаграмме оба значения центральной тенденции совпадают и равны 10.
Но такое распределение встречается далеко не всегда, а при малом числе данных – совсем редко. Чаще бывает так, что частоты распределяются асимметрично. Тогда мода и среднее арифметическое не будут совпадать.
На рисунке выше среднее арифметическое по-прежнему составляет 10, а вот мода уже равна 9. Что в таком случае считать значением центральной тенденции? ответ зависит от поставленных целей анализа. Если интересует уровень, сумма отклонений от которого равна нулю со всеми вытекающим отсюда свойствами и последствиями, то это средняя арифметическая. Если нужно максимально частое значение, то это мода.
Итак, зачем нужна мода? Приведу пару примеров. Экономист планово-экономического отдела обувной фабрики интересуется, какой размер обуви пользуется наибольшим спросом. Средний размер обуви, скорее всего, здесь не подойдет, тем более, что число может получится дробным. А вот мода – как раз нужный показатель.
Расчет моды
Теперь посмотрим, как рассчитать моду. Мода – это то значение в анализируемой совокупности данных, которое встречается чаще других, поэтому нужно посмотреть на частоты значений и отыскать максимальное из них. Например, в наборе данных 3, 4, 6, 7, 3, 5, 3, 4 модой будет значение 3 – повторяется чаще остальных. Это в дискретном ряду, и здесь все просто. Если данных много, то моду легче всего найти с соответствующей гистограммы. Бывает так, что совокупность данных имеет бимодальное распределение.
Без диаграммы очень трудно понять, что в данных не один, а два центра. К примеру, на президентских выборах предпочтения сельских и городских жителей могут отличаться. Поэтому распределение доли отданных голосов за конкретного кандидата может быть «двугорбым». Первый «горб» – выбор городского населения, второй – сельского.
Немного сложнее с интервальными данными, когда вместо конкретных значений имеются интервалы. В этом случае говорят о модальном интервале (при анализе доходов населения, например), то есть интервале, частота которого максимальна относительно других интервалов.
жизнь, отданная науке. воспитанник колледжа троицы кембриджского университета, занимавший там - кафедру более тридцати лет, холостяк, ньютон полностью отдал себя науке.
правда, его отнюдь нельзя назвать энциклопедистом. хотя времена леонардо да винчи с его потрясающей широтой интересов и деятельности прошли, в xvii в., несмотря на углублявшуюся специализацию знаний и наук, энциклопедисты еще были. лучшим примером того служит лейбниц (о нем ниже). однако сужение научных интересов ньютона во многом объяснялось у него напряжением и глубиной гения, равного которому не знала предшеству-ющая естествознания. основные направления его исследований — оптика, механика, астрономия, объединявшиеся у него — уже на основе — в единую науку, которую он вместе со своим веком именовал «натуральной философией» (philosophia naturalis).
даже по сравнению с галилеем и декартом ньютон демонстрировал исключительный дар прирожденного экспериментатора, умевшего ставить природе проникновенные вопросы, превратившего эксперимент в главное средство ее целеустремленного исследования. при этом от названных великих естествоиспытателей ньютон отличался умением точного осмысления проводимых экспериментов. уже в своих ранних «лекциях по оптике» (впервые читанных в названном колледже в 1669—1671 гг.) ньютон подчеркнул, что владение знанием — первое условие для всякого, кто хочет достичь сколько-нибудь значимого успеха в любом разделе «натуральной философии», будь то оптика, механика, астрономия, или мореплавание. сам ученый в процессе своих изысканий сделал эпохальное открытие дифференциального и интегрального исчисления. исследования в оптике ньютона к открытию дисперсии света (его различной преломляемости), без чего не был бы возможен такой значительный практический результат, как конструирование отражательного телескопа, дававшего значительно большее увеличение, чем телескоп галилея. этот научный подвиг сделал
ньютона (1672) членом лондонского королевского общества.
открытие дисперсии имело и огромное мировоззренческое значение. веками и тысячелетиями бесчисленное множество людей воспринимало свет и тьму как естественные, всегда наличные природные противоположности. множество философов античности (особенно принадлежавших к платоновско-неоплатонической линии) трактовали свет как едва ли не главную мировую субстанцию. света, как мы видели, играла первостепенную роль в ренессансной натурфилософии (особенно у патрици). даже декарт первую часть задуманного им естественно-научного сочинения «мир» (так и не осуществленного) назвал «трактат о свете». казалось, что нет более простой и устойчивой мировой субстанции, чем «белый свет». что же касается многих других цветов, то к аристотелю восходила идея, согласно которой каждый из них представляет определенное сочетание белого и черного цветов. теперь же опыты ньютона с преломлением цветов через призму неопровержимо убедили в сложности белой окраски света. белизна оказалась не первоначальной и простой, а составной от красного, желтого, синего, фиолетового и других цветовых оттенков.
еще большее научное и философское значение имели осмысление и формулировка ньютоном принципов нату-ральной философии, в которых он обобщил открытия коперника, галилея, кеплера, декарта. итогом этой грандиозной научной работы стали знаменитые « начала натуральной философии» (лондон, 1687, на лат. которые нередко называют самым произведением за всю естествознания. весьма показателен сам этот заголовок. учебник своей философии, большая часть которого трактовала вопросы , декарт назвал «начала философии». добавив теперь два ограничительных слова в этот картезианский заголовок, ньютон очертил тем самым предмет «натуральной философии». за таким изменением скрывались принципиальные отличия ньютонианской от картезианской, которые будут ясны нам из дальнейшего.
достигнув в названном произведении наивысших научных результатов, не прекращая других исследований (в частности, в области ) и в дальнейшем, автор «начал» в последующие десятилетия больше отдавался деятельности практического свойства. так, в 1695 г. он был назначен смотрителем, а с 1699 г.— директором лондонско- го монетного двора. с 1703 г. и до конца жизни ньютон — президент лондонского королевского общества. некоторое время он был и депутатом парламента
статистике есть целый набор показателей, которые характеризуют центральную тенденцию. Выбор того или иного индикатора в основном зависит от характера данных, целей расчетов и его свойств.
Что подразумевается под характером данных? Прежде всего, мы говорим о количественных данных, которые выражены в числах. Но набор числовых данных может иметь разное распределение. Под распределением понимаются частоты отдельных значений. К примеру, в классе из 23 человек 2 школьника написали контрольную работу на двойку, 5 – на тройку, 10 – на четверку и 6 – на пятерку. Это и есть распределение оценок. Распределение очень наглядно можно представить с специальной диаграммы – гистограммы. Для данного примера получится следующая гистограмма.
Во многих случаях количество уникальных значений намного больше, а распределение похоже на нормальное. Ниже приведена примерная иллюстрация нормального распределения случайных чисел.
Итак, центральная тенденция. Если частоты анализируемых значений распределены по нормальному закону, то есть симметрично вокруг некоторого центра, то центральная тенденция определяется вполне однозначно – это есть тот самый центр, и математически он соответствует средней арифметической.
Как нетрудно заметить, в этом же центре находится и максимальная частота значений. То есть при нормальном распределении центральная тенденция есть не только средняя арифметическая, но и максимальная частота, которая в статистике называется модой или модальным значением.
На диаграмме оба значения центральной тенденции совпадают и равны 10.
Но такое распределение встречается далеко не всегда, а при малом числе данных – совсем редко. Чаще бывает так, что частоты распределяются асимметрично. Тогда мода и среднее арифметическое не будут совпадать.
На рисунке выше среднее арифметическое по-прежнему составляет 10, а вот мода уже равна 9. Что в таком случае считать значением центральной тенденции? ответ зависит от поставленных целей анализа. Если интересует уровень, сумма отклонений от которого равна нулю со всеми вытекающим отсюда свойствами и последствиями, то это средняя арифметическая. Если нужно максимально частое значение, то это мода.
Итак, зачем нужна мода? Приведу пару примеров. Экономист планово-экономического отдела обувной фабрики интересуется, какой размер обуви пользуется наибольшим спросом. Средний размер обуви, скорее всего, здесь не подойдет, тем более, что число может получится дробным. А вот мода – как раз нужный показатель.
Расчет моды
Теперь посмотрим, как рассчитать моду. Мода – это то значение в анализируемой совокупности данных, которое встречается чаще других, поэтому нужно посмотреть на частоты значений и отыскать максимальное из них. Например, в наборе данных 3, 4, 6, 7, 3, 5, 3, 4 модой будет значение 3 – повторяется чаще остальных. Это в дискретном ряду, и здесь все просто. Если данных много, то моду легче всего найти с соответствующей гистограммы. Бывает так, что совокупность данных имеет бимодальное распределение.
Без диаграммы очень трудно понять, что в данных не один, а два центра. К примеру, на президентских выборах предпочтения сельских и городских жителей могут отличаться. Поэтому распределение доли отданных голосов за конкретного кандидата может быть «двугорбым». Первый «горб» – выбор городского населения, второй – сельского.
Немного сложнее с интервальными данными, когда вместо конкретных значений имеются интервалы. В этом случае говорят о модальном интервале (при анализе доходов населения, например), то есть интервале, частота которого максимальна относительно других интервалов.