
- •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
Выборочное среднее квадратическое отклонение равно
271,2932
.
S
2 =
;
.
Полученные результаты позволяют сделать следующие выводы.
Среднее время безотказной работы путевого стопора по выборке равно 380 час. Средний разброс времени безотказной работы путевого стопора вокруг среднего по выборке равен 274,749 час.
Проверим гипотезу о показательном законе распределения распределении признака Х. Используем критерий Колмогорова –Смирнова.
Показательный закон распределения является однопараметрическим распределением с параметром . Оценим параметр с помощью характеристик выборки следующим образом
.
Для каждого интервала признака Х необходимо вычислить вероятности попадания признака в данный интервал. Используем готовую формулу из теории вероятности для величины, имеющей показательное распределение:
.
Далее заполним таблицу, причем крайнюю левую точку интервала заменяем на 0 ; крайнюю правую точку заменяем на + , поскольку теоретическое показательное распределение определено для положительных значений аргумента.
Теоретические частоты найдем по формуле:
, n=40
.
Находим накопленные частоты: для эмпирических частот – nFn(x) ; для теоретических частот – nF(x). Для этого следует для каждого интервала последовательно складываем частоты, начиная с первого интервала и заканчивая текущим интервалом. Затем вычисляем модуль разности накопленных частот в каждом интервале nFn(x) – nF(x) = nFn(x) – F(x). Заполним таблицу.
X i |
X i+1 |
n i |
Pi |
nPi |
nFn(x) |
nF(x) |
nFn(x)–nF(x) |
100 |
300 |
24 |
0.55 |
21.84 |
24.00 |
21.84 |
2.16 |
300 |
500 |
6 |
0.19 |
7.43 |
30.00 |
29.27 |
0.73 |
500 |
700 |
4 |
0.11 |
4.39 |
34.00 |
33.66 |
0.34 |
700 |
900 |
3 |
0.06 |
2.59 |
37.00 |
36.25 |
0.75 |
900 |
1100 |
2 |
0.04 |
1.53 |
39.00 |
37.79 |
1.21 |
1100 |
1300 |
1 |
0.06 |
2.21 |
40.00 |
40.00 |
0.00 |
Итого |
|
40 |
1.00 |
40.00 |
|
|
|
Из последнего столбца таблицы находят наибольшее из полученных модулей
n D = max{nFn(x) – F(x)} = 2,16.
Определяем наблюдаемое значение критерия согласия Колмогорова
.
Этот критерий является случайной
величиной, которая подчиняется закону
распределения Колмогорова.
По таблице критических точек (приложение 8), используя заданный уровень значимости = 0,2 находят критическое значение критерия
кр
= (0,2)
= 1,07.
Сравниваем: набл < кр, значит, нет оснований отвергнуть нулевую гипотезу H0. Следовательно, гипотезу о показательном законе распределения времени безотказной работы стопора можно считать правдоподобной.