
- •Лабораторная работа
- •1. Введение.
- •1. Введение.
- •1.1. Цель и задачи работы.
- •1.2. Исходные данные, соответствующие конкретному варианту.
- •1.3. Описание задачи статистического анализа (формулировка проблем, необходимые формулы, соответствующие варианту задания).
- •1 Часть
- •2 Часть
- •2. Расчётная часть.
- •2.1.1. Расчёты 1 части.
- •2.1.2. Анализ результатов.
- •2.1.3. Предварительные выводы.
- •2.2.1. Расчёты 2 части.
- •2.2.2. Анализ результатов.
- •2.2.3. Выводы по первому модулю.
- •Введение.
- •Характеристика регрессионного анализа, назначение регрессионных моделей, цель и задачи работы.
- •Исходные данные, соответствующие конкретному варианту.
- •Описание содержания регрессионного анализа (формулировка проблемы, необходимые формулы).
- •Расчётная часть (расчёты, анализ результатов).
- •Заключение.
2. Расчётная часть.
2.1.1. Расчёты 1 части.
Результаты расчётов приведены в таблице 1. Все вычисления проводились на непосредственном множестве результатов измерений (мода взята из таблицы интервального распределения, включённой в excel-файл с изначальными данными).
Таблица 1. Результаты вычислений для выборок:
Режим/ ткань/ размер |
минимальное |
максимальное |
Среднее (выб) |
Дисперсия (выб) |
СредКвад Откл (выб) |
Медиана |
Размах |
Эксцесс |
Асимметрия |
Мода (по таблице) |
N1 А 100 |
85,24 |
120,44 |
97,42 |
52,84 |
7,27 |
96,69 |
35,20 |
0,37 |
0,66 |
98 |
N2 А 125 |
84,26 |
119,04 |
100,97 |
44,77 |
6,69 |
101,20 |
34,78 |
0,62 |
-0,47
|
101 |
N3 А 90 |
91,03 |
106,73 |
101,09 |
11,48 |
3,39 |
101,44 |
15,7 |
0,77 |
-0,76
|
102 |
N1 В 25 |
91,87 |
109,47 |
98,4 |
28,09 |
5,3 |
96,99 |
17,59 |
-0,23 |
0,79 |
96 |
N3 В 160 |
89,00 |
114,31 |
102,99 |
37,67 |
6,139 |
103,04 |
25,30 |
-0,72
|
-0,18
|
102 |
Прежде чем подбирать аппроксимирующие законы распределения для данных выборок, представим исходные данные в виде интервального вариационного ряда. Каждый ряд формируется размерностью в 9 равных интервалов. При этом область, захватываемая всеми 9 полуинтервалами (первый - интервал) ограничена максимальным и минимальным значениями исходной выборки. Число, представляющее некоторый полуинтервал группировки, является средним от всех значений, попавших в этот интервал. Если ни одно число в него не попало, то берётся среднее между максимальным и минимальным значениями интервала.
Что касается аппроксимирующих кривых для выборок, то для каждой выборки подбиралось нормальное распределение с аналогичными матожиданием и дисперсией, что и для И.В.Р.. На графиках все выборки представлены гистограммами из 9 интервалов каждая. Исходные выборки представлены столбцовой синей частью, а аппроксимирующие нормальные – точечно-векторной красной.
№1 Режим N1, ткань А; N1 = 100
№2 Режим N2, ткань А; N2 = 125
№3 Режим N3, ткань А; N3 = 90
№4 Режим N1, ткань В; N4 = 25
№5 Режим N3, ткань В; N5 = 160
2.1.2. Анализ результатов.
Не все выборки являются нормальными, соответственно не все статистические методы мы можем использовать в данной работе с гарантированной точностью. Для 4-й гистограммы нельзя подобрать более-менее простой закон распределения (соответственно, предсказать её поведение), так как объём выборки очень мал.