# Лабораторна робота 2. Числові характеристики випадкової величини

> Друга лабораторна робота курсу **«Аналітика даних»**. Спершу **в аудиторії** ви
> обчислюєте «руками» математичне сподівання, дисперсію та середньоквадратичне
> відхилення дискретної випадкової величини — за рядом розподілу та за вибіркою.
> Потім **удома** реалізуєте ці обчислення **програмою**, яка читає значення
> експерименту з файлу CSV. Робота закріплює [Лекцію 2](../../Lectures/DA-L02.md).

## Коротко про роботу

| | |
|---|---|
| **Тема** | Числові характеристики: сподівання $M(X)$, дисперсія $D(X)$, СКВ $\sigma$; вибіркові оцінки |
| **Передумова** | [Лекція 2. Аналіз ймовірнісних даних](../../Lectures/DA-L02.md) |
| **Аудиторна частина** | Обчислення характеристик за рядом розподілу та за вибіркою (з розв'язаннями) |
| **Домашня частина** | Програма: читає CSV зі значеннями експерименту й виводить середнє, дисперсію, СКВ |
| **Оцінювання** | три рівні: базовий **60–74** / середній **75–89** / високий **90–100** |

## Зміст

| № | Частина | Файл |
|:--:|---|---|
| 1 | Мета роботи | [1purpose.md](1purpose.md) |
| 2 | Методичні вказівки (теорія + демонстраційний приклад) | [2method.md](2method.md) |
| 3 | Аудиторні задачі з розв'язаннями | [3classroom.md](3classroom.md) |
| 4 | Домашнє завдання (програма) | [4task.md](4task.md) |
| 5 | Зміст звіту | [5report.md](5report.md) |
| 6 | Контрольні запитання | [6questions.md](6questions.md) |

## Домовленості

- **Дві частини.** Аудиторні задачі ([3classroom.md](3classroom.md)) розбирають
  спільно «руками» — з них ви розумієте, *що саме* обчислює програма. Домашнє
  завдання ([4task.md](4task.md)) — самостійна реалізація цих обчислень у коді.
- **Дискретні значення.** Значення експерименту вважають дискретними; повтори
  значень трактують як частоти (варіаційний / частотний ряд, див.
  [2method.md](2method.md)).
- **Дві версії дисперсії.** Розрізняйте **зміщену** оцінку (ділення на $n$) і
  **незміщену** (ділення на $n-1$); у звіті зазначайте, яку саме використано.
- **Мова програмування — на вибір.** Стандартні бібліотеки для читання CSV
  дозволені; функції на кшталт `numpy.var` можна брати **лише для перевірки**
  власної реалізації формул.

## Підсумок

Математичне сподівання, дисперсія та СКВ — це три числа, що стисло описують
випадкову величину: **де** зосереджені її значення і **наскільки** вони
розкидані. У цій роботі ви навчитеся рахувати їх двома способами — за
**теоретичним** рядом розподілу (коли відомі ймовірності) і за **емпіричною**
вибіркою (коли є лише дані експерименту) — та автоматизуєте другий спосіб
програмою. Це базовий інструмент, на який спираються всі подальші лекції курсу:
довірчі інтервали, перевірка гіпотез, регресія та оцінювання моделей.