
- •Предисловие
- •Введение
- •1 Первичная обработка статистических данных.
- •1.1 Проверка данных
- •1.2 Группировка статистических данных
- •1.3 Графическое представление статистических данных
- •1.4 Задача 1. Первичная обработка
- •2 Точечные оценки параметров распределения.
- •2.1 Несгруппированные статистические данные
- •2.2 Статистические дискретный и интервальный ряды
- •2.3 Метод “условного нуля”
- •2.2.4 Задача 1. Точечные оценки
- •Выборочное среднее квадратическое отклонение равно
- •Выборочное среднее квадратическое отклонение равно
- •3 Интервальные оценки параметров распределения
- •3.1 Доверительные интервалы для некоторых параметров распределения
- •3.2 Примеры построения доверительных интервалов
- •4 Проверка статистических гипотез
- •4.1 Сравнение двух дисперсий нормально распределенных генеральных совокупностей
- •4.2 Сравнение двух математических ожиданий нормально распределенных генеральных совокупностей, дисперсии которых неизвестны и одинаковы
- •4.3 Сравнение двух вероятностей биномиальных распределений
- •4.4 Проверка гипотезы о виде распределения генеральной совокупности по критерию Пирсона
- •4.5 Проверка гипотезы о виде распределения генеральной совокупности по критерию Колмогорова-Смирнова
- •4.6 Примеры
- •Выборочное среднее квадратическое отклонение равно
- •5 Элементы корреляционного и регрессионного анализа
- •5.1 Корреляционное поле
- •5.2 Эмпирическая ломаная регрессии
- •5.3 Эмпирический коэффициент детерминации и эмпирическое корреляционное отношение
- •5.4 Линейная регрессия
- •5.5 Проверка коэффициента корреляции на значимость.
- •5.6 Теоретический коэффициент детерминации и теоретическое корреляционное отношение
- •5.7 Нелинейная корреляция
- •5.8 Множественная регрессия
- •5.9 Оценка погрешности модели
- •5.10 Задача 1. Установления корреляционной зависимости
- •Реализация статистических расчетов при помощи компьютера
- •6.1 Табличный процессор Microsoft Excel
- •6.2 Пакет программ statistica
- •Задачи для самостоятельного решения
- •Вариант № 1
- •Вариант № 2
- •Вариант № 3
- •Вариант № 4
- •Вариант № 5
- •Вариант № 6
- •Вариант № 7
- •Вариант № 8
- •Вариант № 9
- •Вариант № 10
- •Вариант № 11
- •Вариант № 12
- •Вариант № 13
- •Вариант № 14
- •Вариант № 15
- •Вариант № 16
- •Вариант № 17
- •Вариант № 18
- •Вариант № 19
- •Вариант № 20
- •Вариант № 21
- •Вариант № 22
- •Вариант № 23
- •Вариант № 24
- •Вариант № 25
- •Вариант № 26
- •Вариант № 27
- •Вариант № 28
- •Вариант № 29
- •Вариант № 30
- •8. Контрольные задания по статистике для студентов дневной формы обучения
- •Основные вопросы теории математической статистики
- •Типы отборов и виды выборок.
- •8.2 Варианты контрольных работ Вариант № 1
- •Вариант № 2
- •Вариант № 3
- •Вариант № 4
- •Вариант № 5
- •Вариант № 6
- •Вариант № 7
- •Вариант № 8
- •Вариант № 9
- •Вариант № 10
- •Семестровые задания по статистике
- •9.1 Условие семестрового задания для студентов дневной формы обучения
- •9.2 Условие контрольной работы по статистике для студентов заочной формы обучения
- •9.3 Варианты заданий вариант 1
- •Вариант 2
- •Вариант 3
- •Пример выполнения контрольной работы по статистике для студентов заочной формы обучения
- •Выборочное среднее квадратическое отклонение равно
- •Выборочное среднее квадратическое отклонение равно
- •Приложения !!!! в отдельном файле “ Приложения” Рекомендуемая литература
4.3 Сравнение двух вероятностей биномиальных распределений
Пусть в двух генеральных совокупностях (С1 и С2) производятся независимые испытания. В результате каждого испытания событие А может появиться в первой совокупности с неизвестной вероятностью р1, во второй – с неизвестной вероятностью р2.
Имеем параметры выборок
по С1: n1 – количество испытаний; m1 – частота появления события А в этих испытаниях, 1 = m1/ n1 – относительная частота (выборочная доля) события А в совокупности С1.
по С2: n2 – количество испытаний; m2 – частота появления события А в этих испытаниях, 2 = m2/ n2 – относительная частота (выборочная доля) события А в совокупности С2.
Требуется при заданном уровне значимости установить равенство вероятностей р1 и р2 .
Выдвинем основную и альтернативную гипотезы. Рассмотрим три случая:
а) Н0: р1 = р2 б) Н0: р1 = р2 в) Н0: р1 = р2
Н1: р1 > р2 Н1: р1 < р2 Н1: р1 р2
Для проверки гипотез по результатам выборок вычисляем наблюдаемое значение критерия
Критические области и точки зависят от выдвинутых альтернативных гипотез H1 .
а) Н1: р1 > р2
Критическая область является правосторонней. Критическая точка uкр находится из равенства Ф(uкр)= (1–2)/2 , где функция Лапласа Ф(х) задается таблицей (приложение 2); – заданный уровень значимости.
Если в результате сравнения окажется Uнабл < uкр, то нет оснований отвергнуть нулевую гипотезу H0; если же Uнабл > uкр, то нулевая гипотеза H0 отвергается; принимается гипотеза H1.
б) Н1: р1 < р2
Критическая область является левосторонней. Сначала находят вспомогательную точку uкр' из равенства Ф(uкр')= (1–2)/2, тогда критическая точка равна uкр = – uкр' .
Если в результате сравнения окажется Uнабл > uкр, то нет оснований отвергнуть нулевую гипотезу H0; если же Uнабл < uкр, то нулевая гипотеза H0 отвергается; принимается гипотеза H1.
в) Н1: р1 р2
Критическая область является двусторонней. Критическая точка uкр находится из равенства Ф(uкр)= (1–)/2 , где функция Лапласа Ф(х) задается таблицей (приложение 2).
Если в результате сравнения окажется Uнабл < uкр, то нет оснований отвергнуть нулевую гипотезу H0; если же Uнабл > uкр, то нулевая гипотеза H0 отвергается; принимается гипотеза H1.
4.4 Проверка гипотезы о виде распределения генеральной совокупности по критерию Пирсона
Пусть эмпирическое распределение задано интервальным статистическим рядом
Интервал |
х 1 – х 2 |
х 2 – х 3 |
… |
х i–1 – х i |
… |
х m –1 – х m |
ni |
n 1 |
n 2 |
… |
n i |
… |
n m |
Объем выборки равен n = n 1+ n 2+…+ n m .
Требуется при заданном уровне значимости проверить, подчиняется ли генеральная совокупность выбранному теоретическому закону распределения f(x).
Выдвинем гипотезы
Н0: Признак Х подчиняется закону распределения f(x)
Н1: Признак Х не подчиняется закону распределения f(x)
Для проверки сформулированных гипотез при помощи критерия Пирсона необходимо выполнить ряд расчетов.
а) Определяют по выборке параметры выбранного теоретического распределения f(x). Пусть r - число параметров распределения.
б) Для каждого интервала Х вычисляют вероятности попадания признака Х в данный интервал. Для этого нужно использовать формулу из теории вероятности
.
Здесь f(x) – дифференциальная функция распределения, F(x) – интегральная функция распределения. Для многих видов распределения имеются таблицы значений f(x) и F(x).
в) Определяют теоретические частоты
.
Поскольку в критерии Пирсона требуется, чтобы теоретическая частота в каждом интервале было не меньше пяти, то в противном случае допускается объединение рядом стоящих интервалов с малыми частотами.
г) Вычисляют наблюдаемое значение критерия (его еще называют критерий согласия Пирсона)
.
Этот критерий является случайной величиной, которая подчиняется закону распределения χ2 (хи-квадрат). Число степеней свободы равно k = m – r – 1, где m – число интервалов статистического ряда после объединения.
д) По таблице критических точек (приложение 5) находят критическое значение критерия
χ2кр = χ2 ( ; k) .
е) Если в результате сравнения окажется χ2набл < χ2кр, то нет оснований отвергнуть нулевую гипотезу H0; если же χ2набл > χ2кр, то нулевая гипотеза H0 отвергается; принимается гипотеза H1.