- •Кафедра высшей математики
- •Введение
- •1. Исходные данные
- •2. Отсортированные по х данные
- •3. Статистическое описание результатов наблюдений для св X
- •4. Статистическое описание результатов наблюдений для св y
- •5. Числовые характеристики, рассчитанные по интервальному ряду для св х
- •6. Числовые характеристики, рассчитанные по интервальному ряду для св y
- •7. Построение доверительных интервалов для нормально распределенной совокупности х
- •8. Построение доверительных интервалов для нормально распределенной совокупности y
- •9. Проверка гипотезы о виде распределения для св х
- •10. Проверка гипотезы о виде распределения для св y
- •11. Определение эмпирической зависимости между св х и y
- •12. Проверка значимости коэффициента корреляции
- •13. Построение линейного приближения к линиям регрессии
- •14. Прогноз результативного признака
- • Список использованной литературы
10. Проверка гипотезы о виде распределения для св y
Выдвинем нулевую и конкурирующие гипотезы о виде закона распределения СВ Y.
Н0: «СВ Y имеет нормальный закон распределения». Н1: «СВ Y имеет закон распределения отличный от нормального».
Пронормируем
Y,
т. е. перейдем к СВ Z
такой, что
и вычислить
z
в концах интервалов:
,
причем
.
Вычислим
теоретические частоты
,
где
,
причем
.
Полученные данные занесем в таблицу 9.
Интервалы,
содержащие
объединим, а частоты сложим.
Сравним эмпирические и теоретические частоты с помощью критерия Пирсона. Для этого надо составить таблицу 10 и вычислить наблюдаемое значение по формуле
Таблица 10
m |
1 |
2 |
10 |
8 |
21,5 |
19,5 |
15 |
12 |
8 |
3 |
100 |
объед. m |
|
|
13 |
8 |
21,5 |
19,5 |
15 |
12 |
11 |
|
100 |
объед. np |
|
|
10,7 |
12,435 |
17,92 |
20,054 |
17,428 |
11,762 |
9,703 |
|
100 |
m – npi |
|
|
2,302 |
–4,435 |
3,580 |
–0,554 |
–2,428 |
0,238 |
1,297 |
|
0 |
(m – npi)2 |
|
|
5,300 |
19,671 |
12,818 |
0,307 |
5,896 |
0,056 |
1,682 |
|
= |
(m – npi)2 / npi |
|
|
0,495 |
1,582 |
0,715 |
0,015 |
0,338 |
0,005 |
0,173 |
|
3,32 |
По
таблицам критических точек распределения
Пирсона найдем
(k
= r
– 3) при
= 0,01 и
= 0,05 и сравним с
.
Здесь r
– количество разрядов. После объединения
осталось 7 разрядов, поэтому k
= 7 – 3 = 4.
= 3,32; = 13,3; 2 (0,05; 4) = 9,49 и , следовательно, нет оснований отвергать гипотезу о нормальном законе распределения СВ Y. Расхождения между эмпирическими и теоретическими частотами незначимо (случайно) при обоих уровнях значимости.
Теоретические графики плотности и функции нормального распределения приведены на рисунках 4, 5 (по данным таблицы 9).
11. Определение эмпирической зависимости между св х и y
Вычислим числовые характеристики с использованием пакета Excel и занесем в таблице 11.
Таблица 11
Статистические характеристики СВ Х и Y
Характеристики |
Y |
X |
Среднее |
45 |
80,02 |
Медиана |
45 |
80 |
Мода |
43 |
83 |
Исправленное среднее квадратическое отклонение |
4,75 |
11,30 |
Дисперсия выборки |
22,58 |
127,72 |
Эксцесс |
–0,296 |
–0,49 |
Асимметричность |
–0,08 |
0,00085 |
Интервал |
24 |
54 |
Минимум |
32 |
51 |
Максимум |
56 |
105 |
Сумма |
4500 |
8002 |
Объем выборки |
100 |
100 |
Построим диаграмму рассеивания СВ Y на Х (рисунок 7) и СВ Х на Y (рисунок 8).
Составим корреляционную таблицу (таблица 12).
Подсчитаем
статистические средние
;
=
80,02;
=
45;
статистические дисперсии и средние квадратические отклонения
;
;
Р
и с у н о к 7
Р и с у н о к 8
;
Dх * = 125,42; sх = 11,26; *х = 11,2;
Dy* = 22,07; sy = 4,72; y* = 4,7;
статистический коэффициент корреляции
;
rxy*
= 0,945.
Вывод: СВ Х и Y тесно связаны, зависимость прямая.
