ших квадратов) и использование его свойств не обременено не-
нужными условиями.
Рассмотрим, какие элементы теории статистики, имеющие одно
и то же назначение, основаны на подходах / и Г,.
Г1: среднее арифметическое; среднее абсолютное отклонение;
метод наименыших абсолютных отклонений; критерии согласия
Колмогорова, Смирнова и Реньи.
Г,„: среднее квадратичное; среднее квадратичное отклонение,
дисперсия; метод наименьших квадратов; критерии согласия Х2 и
Крамера — Мизеса.
Если О,, О,, ..., О, — ряд наблюдений случайной величины О
с функцией распределения Р(О), то составленная из них после-
довательность в убывающем порядке (традиция, принятая в гид-
рологии, в общем случае — в возрастающем порядке) называется
вариационным рядом, а каждый член этого ряда — порядковой
статистикой.
Медиана Ме(0О) — центральный член вариационного ряда, если
п нечетно, и полусумма двух центральных членов в случае, если л
четно. Аналитически это отображается выражением
Ме(0) 
о
] Ф@& 
= 
[ ФО)х 
= 1/2.
0 
Ме(0)
Мода Мо(0О) — значение случайной величины @, соответству-
ющее максимуму плотности вероятности ф(О). Функции плотно-
сти вероятности могут быть унимодальными (одномодальными)
и полимодальными (мультимодальными, многомодальными).
Математическое ожидание М(О), оно же среднее арифмети-
ческое, случайной величины @О:
м() = 0900 м0 == У,
0 
{=1
М(О), Мо(О), Ме(О) — три числовые характеристики положения
центра группирования значений случайной величины ©. Характе-
ристиками рассеивания значений этой величины относительно
центра группирования являются:
среднее абсолютное отклонение А(О) случайной величины @:
4(0) = [0 - Ме(О) Ф (О)а0: 4О) = -Ь— Ё1|@‚- - Ме(о);
0 
1--
дисперсия Д(О) случайной величины @:
2(0) = [10, - МО)?9(0)г0; рО) = ;Ъ-Ё[о‚- - МО
0 
—
281