Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лаба 1 (из пособия).docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
2.47 Mб
Скачать

Вопросы к защите лабораторной работы

  1. Расскажите алгоритм расчета оценки ковариационной матрицы в пакете Mathcad

  2. Каким образом привести уравнение эллипсоида к каноническому виду?

  3. Дайте определение собственных чисел и собственных векторов матрицы

  4. Объясните, как график эллипса в новой системе координат изобразить в исходной системе координат ?

  5. Расскажите алгоритм построения доверительного интервала для математического ожидания нормально распределенной генеральной совокупности с неизвестным средним квадратическим отклонением

  6. Дайте определение, что такое квантиль уровня p и -ая точка распределения случайной величины? Объясните взаимосвязь этих двух числовых характеристик

  7. Дайте определения и опишите свойства функций и

  8. Объясните, для чего предназначены функции Excel СТЬЮДРАСПОБР( ), ХИ2ОБР( , ) и FРАСПОБР( )?

  9. Что с практической точки зрения означает вывод об однородности распределения двух генеральных совокупностей?

  10. Приведите примеры экономических задач, решение которых можно осуществить с помощью построения доверительной области для вектора математических ожиданий, с помощью проверки гипотез о значении вектора математических ожиданий и об однородности распределения двух генеральных совокупностей

2.9 Задание, порядок выполнения и вопросы к защите лабораторной работы на тему «Проверка гипотезы о нормальном законе распределения многомерной генеральной совокупности»

Задание к лабораторной работе

По выборочным данным о среднемесячном объеме продаж трех товаров в 50 торговых точках, представленным в таблице А.1, проверить гипотезу о нормальном законе распределения случайного вектора , где – среднемесячный объем продаж товара 1 (тыс. руб.), – среднемесячный объем продаж товара 2 (тыс. руб.), – среднемесячный объем продаж товара 3 (тыс. руб.). Для этого:

  1. проверить гипотезу о нормальном законе распределения каждой компоненты вектора ;

  2. для каждой пары признаков построить корреляционное поле и проверить гипотезу о линейной регрессионной зависимости признаков;

  3. реализовать статистические критерия проверки многомерного нормального закона распределения.

Порядок выполнения лабораторной работы

Лабораторная работа выполнена по данным нулевого варианта с помощь пакетов Statistica, Excel.

1) Проверка гипотезы о нормальном законе распределения каждой компоненты вектора

Так как параметры нормального закона распределения не известны и объем выборки большой (n=50), то для проверки нормального закона распределения случайных величин , , можно воспользоваться критерием 2–Пирсона.

Для реализации критерия 2–Пирсона с помощью пакета Statistica необходимо после ввода данных выбрать пункт меню «Statistics», подпункт «Distribution Fitting» (рисунок 2.17).

Рисунок 2.17 – Пункты меню для проверки гипотезы о законе распределения

На появившейся форме (рисунок 2.18) выбрать нормальный закон распределения (Normal) и нажать кнопку «ОК».

Рисунок 2.18 – Форма выбора вида закона распределения

Далее с помощью кнопки «Variables» поочередно (сначала Х1) выбрать признак для анализа и нажать кнопку «ОК» (рисунок 2.19).

Рисунок 2.19 – Форма выбора признака для анализа

Выбрать страницу «Parameters» и в поле «Number of categories» установить наиболее подходящее число интервалов (для объема выборки 50 единиц по формуле Стерджесса получаем ) (рисунок 2.20).

Рисунок 2.20 – Выбор числа интервалов

Далее выбрать страницу «Quick» и нажать кнопку «Plot of observed and expected distribution» (рисунок 2.21).

Рисунок 2.21 – Страница «Quick»

Результаты проверки гипотезы , , о нормальном законе распределения случайной величины представлены на рисунке 2.22.

Рисунок 2.22 – Результаты проверки гипотезы о нормальном законе распределения случайной величины

На рисунке представлена гистограмма частот выборочного распределения, график гипотетического закона распределения (красная кривая). Вверху графика представлено наблюдаемое значение статистики (Chi-Square test=2,47), число степеней свободы (df=1) и наблюдаемый уровень значимости нулевой гипотезы (р=0,1162). Так как p> , то нулевая гипотеза о нормальном законе распределения признака принимается.

Аналогичные результаты получены для признаков и (рисунки 2.23–2.24).

Рисунок 2.23 – Результаты проверки гипотезы о нормальном законе распределения случайной величины

Рисунок 2.24 – Результаты проверки гипотезы о нормальном законе распределения случайной величины

Так как наблюдаемые уровни значимости во втором и третьем случаях также больше , то нулевые гипотезы о нормальном законе распределения случайных величин и также принимаются.

Таким образом, необходимое условие многомерного нормального закона распределения выполнено.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]