- •Раздел 1. Элементы теории вероятностей и математической статистики 2
- •Раздел 2. Основы проверки статистических гипотез 65
- •Раздел 1. Элементы теории вероятностей и математической статистики
- •1. Основные определения и теоремы
- •1.1. Предмет теории вероятности
- •1.2. Событие как результат испытания
- •1.3. Частость и вероятность. Классическое определение вероятности
- •1.4. Теорема сложения вероятностей
- •1.5. Теорема умножения вероятностей
- •2. Повторные независимые испытания
- •2.1. Биномиальное распределение вероятностей
- •2.2. Наивероятнейшее число появлений события
- •2.3. Асимптотическая формула биномиального распределения (локальная терема Лапласа). Формула Пуассона
- •2.4. Интегральная теорема Лапласа
- •Упражнения.
- •3. Случайная величина и ее числовые характеристики
- •3.1. Случайная величина и ее распределение
- •3.2. Математическое ожидание и его свойства
- •3.3. Дисперсия и среднее квадратическое отклонение
- •3.4. Нормальный закон распределения и понятие о теореме Ляпунова
- •4. Закон больших чисел
- •4.1. Неравенства Маркова и Чебышева
- •4.2. Теорема Чебышева
- •5. Основные сведения из математической статистики
- •5.1. Генеральная совокупность и выборка
- •5.2. Устойчивость выборочных средних
- •5.3. Определение параметров выборки с помощью теоремы Ляпунова
- •5.4. Понятие о доверительных границах для средних
- •5.5. Примеры математической обработки данных выборочного наблюдения
- •5.6. Понятие о критериях согласия
- •6. Элементы теории корреляции
- •6.1. Функциональная и корреляционная зависимости
- •6.2. Линейная корреляция.
- •6.3. Коэффициент корреляции
- •6.4. Упрошенный способ вычисления коэффициента корреляции
- •6.5. Простейшие случаи криволинейной корреляции
- •6.6. Понятие о множественной корреляции
- •Упражнения
- •Раздел 2. Основы проверки статистических гипотез
- •1. Статистические модели
- •2. Проверка статистических гипотез (общие положения)
- •3. Примеры статистических моделей и гипотез, ранги и ранжирование
- •4. Проверка статистических гипотез (прикладные задачи)
- •4.1. Схема испытаний Бернулли
- •4.2. Критерий знаков для одной выборки
- •5. Проверка гипотез в двухвыборочных задачах
- •5.1. Критерий Манна-Уитни
- •5.2. Критерий Уилкоксона
- •6. Парные наблюдения
- •6.1. Критерий знаков для анализа парных повторных наблюдений
- •6.2. Анализ повторных парных наблюдений с помощью знаковых рангов (критерий знаковых ранговых сумм Уилкоксона)
- •Список использованной литературы
- •Список рекомендуемой литературы
6.6. Понятие о множественной корреляции
Этот вид корреляционной зависимости возникает в тех случаях, когда рассматривается связь между тремя или большим числом признаков, характеризующих изучаемое явление.
Ограничиваясь линейной корреляционной связью между величиной z и аргументами х и у, общий вид которой
,
заметим, что эту связь выгодней рассматривать в форме зависимости между отклонениями величин х, у и z от их средних х, у и z. Этим требуемая корреляционная зависимость приводится к виду
.
Коэффициенты этого уравнения А и В выражают коэффициенты регрессии, которые определяются по формулам:
и
.
Компонентами этих
коэффициентов служат коэффициенты
корреляции между х
и у
,
х и z
и y
и z
,
а также
соответственные соотношения между
средними квадратическими отклонениями
величины
z
и каждого аргумента (х
и у).
Такая структура
коэффициентов регрессии А
и В
показывает, что для составления линейного
корреляционного уравнения между тремя
величинами требуется предварительное
вычисление трех коэффициентов корреляции
—
между
аргументами х
и у,
а также между каждым аргументом и
величиной
z.
Эти же коэффициенты корреляции
используются в выражении сводного
коэффициента корреляции, определяющего
тесноту корреляционной связи между
тремя величинами х,
у и
z:
Этот коэффициент принимает значения
.
При R=0 линейная
связь между х, у, и
z отсутствует, а при R=1
между ними имеется точная линейная
связь
Упражнения
1. Результаты медицинского обследования 100 мужчин по объему грудной клетки в см (х) и общему росту (у) дали следующую таблицу:
x |
170 |
175 |
180 |
185 |
190 |
195 |
Итого |
75 85 95 105 115 125 135 145 |
1 3 |
2 6 4 1
1 |
4 13 11 1 3 |
5 4 2 5 |
8 5 4 3 1 |
2 2 7 1 1 |
3 13 22 26 10 20 4 2 |
Итого |
4 |
14 |
32 |
16 |
21 |
13 |
100 |
По данным этой таблицы составить уравнения прямых регрессии и вычислить коэффициент корреляции.
Отв. r= 0,79.
2. При обследовании 50 учеников 4-го класса получены следующие данные о росте и весе учащихся:
Вес(кг) Рост (см) |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
125 126 127 128 129 130 131 132 133 |
1 1 |
2 2 1 |
4 3 2 |
1 5 4 2
|
1 5 5 1
|
1 2 3 1 |
1 1 1 |
По данным обследования определить коэффициент корреляции и составить уравнение регрессии, связывающие рост ученика и его вес.
Отв. r=0.87.

y