
- •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
2.3 Метод “условного нуля”
Если выборка представлена статистическим рядом с равноотстоящими вариантами или интервальным статистическим рядом с равными интервалами разбиения, то целесообразно для упрощения расчетов использовать метод “условного нуля”. В этом случае выбирают в качестве “условного нуля” одну из вариант С, стоящую в центре ряда и имеющую наибольшую частоту. Затем переходят к условным вариантам по формуле ui = (xi –C)/h и заполняют специальную таблицу.
Таблица 6.
i |
Интервалы |
Середина xi |
ni |
ui |
ni ui |
ni ui2 |
ni (ui + 1)2 |
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
итого |
|
|
А |
|
В |
С |
Д |
Для проверки правильности вычислений используется тождество: ni(ui+1)2 = niui2 + 2niui + n .
Из таблицы находятся условные моменты:
М1 = niui / n ; М2 = niui2 / n .
Выборочная средняя равна: = М1·h + C
Выборочная дисперсия равна:
Dв = [M2 - (M1)2] ·h2 .
2.2.4 Задача 1. Точечные оценки
В качестве примера расчета оценок параметров распределения продолжим решение задачи 1, пункт 3.
Определим числовые характеристики выборки по признаку Х.
Выберем условный нуль из статистического ряда признака Х (табл.4) С = 1,2 .
Переходим к условным вариантам по формуле: ui = (xi –1,2)/h , где h = 0,1. Далее заполняем специальную таблицу.
Таблица 7
i |
Интервалы |
xi |
ni |
ui |
ni ui |
ni ui2 |
ni (ui + 1)2 |
1 |
0,85-0,95 |
0,9 |
6 |
-3 |
-18 |
54 |
24 |
2 |
0,95-1,05 |
1 |
7 |
-2 |
-14 |
28 |
7 |
3 |
1,05-1,15 |
1,1 |
20 |
-1 |
-20 |
20 |
0 |
4 |
1,15-1,25 |
1,2 |
6 |
0 |
0 |
0 |
6 |
5 |
1,25-1,35 |
1,3 |
5 |
1 |
5 |
5 |
20 |
6 |
1,35-1,45 |
1,4 |
3 |
2 |
6 |
12 |
27 |
7 |
1,45-1,55 |
1,5 |
3 |
3 |
9 |
27 |
48 |
|
|
|
50 |
|
-32 |
146 |
132 |
Для проверки правильности вычислений используем тождество:
ni(ui+1)2 = niui2 + 2niui + n
Подставляя из таблицы значения сумм
132 = 146 + 2·(–32) + 50.
Из таблицы находим условные моменты:
М1 = niui / n = -32/50 = –0,64;
М2 = niui2 / n = 146/50 = 2,92;
Выборочная средняя равна: =М1·h +C = –0,640,1+1,2= 1,136.
Выборочная дисперсия равна:
Dв = [M2 - (M1)2]·h2 = [2,92 – (-0,642]·0,12 = 0,025104