Пункт 6
Функция плотности нормального распределения имеет вид:
f (x) =
В качестве неизвестных параметров а и возьмем их точечные оценки = 50,57 и Sx=17,95 соответственно. Тогда дифференциальная f (x) и интегральная функции F(x) предполагаемого нормального закона распределения примут вид:
f (x) = ; F(x) =
Пункт 7
Гипотезу о том, что генеральная совокупность, из которой извлечена выборка, распределена по предлагаемому нормальному закону, назовем нулевой (Н0 : ХN(a,)), тогда На :ХN(a,). Проверим ее с помощью критерия согласия Пирсона.
Согласно критерию Пирсона сравниваются эмпирические ni (наблюдаемые) и теориетические n*pi (вычисленные в предположении нормального распределения) частоты. В качестве критерия проверки нулевой гипотезы принимается случайная величина
набл =
По таблице критических точек распределения по заданному уровню значимости и числу степеней свободы (S – число интервалов, r – число параметров предполагаемого распределения СВ Х) находится критическое значение кр(,).
Если набл < кр(,), то считается, что данный критерий не дает оснований для отклонения гипотезы при данном уровне значимости = 0,05. в противном случае считается, что гипотеза не согласуется с экспериментальными данными и ее нужно отвергнуть.
Если проверяется гипотеза о нормальном распределении, то вероятности pi рассчитываются с помощью функции Лапласа Ф(х):
pi = Р(хi <Х< хi+1) = Ф- Ф,
где х= 50,57, Sx=17,95.
р1 = Р(-< х < 19,9 ) = Ф- Ф= Ф(-1,7) – Ф(-) = -Ф(1,7) + Ф() = -0,4554 + 0,5 = 0,0446
р2 = Р(19,9 < х < 29,7 ) = Ф- Ф= Ф(-1,16) – Ф(-1,7) = -Ф(1,16) + Ф(1,7) = -0,3770 + 0,4554 = 0,0784,
р3= Р(29,7 < х < 39,5 ) = Ф- Ф= Ф(-0,62) – Ф(-1,16) = -Ф(0,62) + Ф(1,16) = -0,2324 + 0,3770 = 0,1446,
р4= Р(39,5 < х < 49,3 ) = Ф- Ф= Ф(-0,07) – Ф(-0,62) = -Ф(0,07) + Ф(0,62) = -0,0280 + 0,2324 = 0,2044,
p5= Р(49,3 < х < 59,1 ) = Ф- Ф= Ф(0,48) – Ф(-0,07) = Ф(0,48) + Ф(0,07) = 0,1844 + 0,0280 = 0,2124,
p6= Р(59,1 < х < 68,9 ) = Ф- Ф= Ф(1,02) – Ф(0,48) = 0,3462 - 0,1844 = 0,1618,
p7= Р(68,9 < х < 78,7 ) = Ф- Ф= Ф(1,57) – Ф(1,02) = 0,4418 - 0,3462 = 0,0956,
p8= Р(78,7 < х < 88,5 ) = Ф- Ф= Ф(2,11) – Ф(1,57) =0,4826 - 0,4418 = 0,0408,
р9= Р(88,5 < х < 98,3 ) = Ф- Ф= Ф(2,66) – Ф(2,11) =0,4961 - 0,4826 = 0,0135.
Вычисления сведем в таблицу 4. количество интервалов S =9 .
Так как предполагается нормальное распределение имеющее два параметра (математическое ожидание а и среднее квадратическое отклонение ), поэтому r = 2, тогда число степеней свободы = S – r – 1 = 6.
Таблица 4
Интервалы (аi;ai+1] |
Частоты эмпирические ni |
Вероятности рi |
Теоритические частоты n*рi |
(ni - n*рi)2/n*рi |
(10,1; 19,9] |
4 |
0,0446 |
4,46 |
0,0474 |
(19,9; 29,7] |
10 |
0,0784 |
7,84 |
0,5951 |
(29,7; 39,5] |
14 |
0,1446 |
14,46 |
0,0146 |
(39,5; 49,3] |
20 |
0,2044 |
20,44 |
0,0095 |
(49,3; 59,1] |
19 |
0,2124 |
21,24 |
0,2362 |
(59,1; 68,9] |
15 |
0,1618 |
16,18 |
0,0861 |
(68,9; 78,7] |
13 |
0,0956 |
9,56 |
1,2378 |
(78,7; 88,5] |
4 |
0,0408 |
4,08 |
0,0016 |
(88,5; 98,3] |
1 |
0,0135 |
1,35 |
0,0907 |
|
100 |
0,9961 |
99,61 |
2,319 |
Значение набл =2,319.
В таблице критических точек распределения по уровню значимости = 0,05 и числу степеней свободы = 6 найдем критическое значение кр(0,05;6) = 12.592
Так как набл < кр, то считаем, что нет оснований для отклонения нулевой гипотезы при заданном уровне значимости = 0,05.
Построим график эмпирической функции f (x). Для этого из середины частичных интервалов восстановим перпендикуляры высотой равной pi – вероятностям попадания CB X в соответствующий частичный интервал. На рис. 3 концы перпендикуляров отмечены точками, полученные точки соединены плавной кривой.
Рис. 3
Сравнение полигона относительных частот и нормальной кривой показывает, что построенная нормальная кривая удовлетворительно сглаживает полигон.