- •Учебное пособие по выполнению лабораторных работ
- •Определение 1.1
- •Пример:
- •Определение 1.2
- •Определение 1.3
- •Лабораторная работа №2. Вычисление точечных оценок параметров распределения.
- •Лабораторная работа №3. Интервальные оценки параметров распределения (доверительные интервалы).
- •Доверительный интервал для математического ожидания нормального распределения признака при неизвестном .
- •Доверительный интервал для среднеквадратического отклонения нормально распределённого признака.
- •Лабораторная работа №4. Разделение горных пород на два класса
- •Наша задача состоит в том, чтобы по наблюдаемому признаку х установить, какая из гипотез верна.
- •1 Класс.
- •2 Класс
- •Лабораторная работа №5. Построение теоретических интегральной и дифференциальной функций распределения.
- •Лабораторная работа №6.
- •Критерий Неймана –Пирсона
- •Статистическая зависимость называется
- •1.Вывод уравнения прямой линии регрессии.
- •Определение 7.3
- •Уравнение регрессии y на X имеет вид:
- •Коэффициент корреляции r изменяется от -1 до 1:
- •1) Выборочные средние
- •2 ) Квадрат стандарта.
- •Теперь запишем уравнения теоретических линий регрессии
- •Значение tкр найдем по таблице распределения критических точек Стьюдента .
- •Лабораторная работа №8 Фильтрация поля скользящим окном
- •Случайная функция называется стационарной, если ее математическое ожидание, дисперсия и автокорреляционная функция не изменяются с изменением аргумента.
- •2. Линейная фильтрация полей
1) Выборочные средние
2 ) Квадрат стандарта.
Квадрат стандарта является несмещённой оценкой дисперсии , поэтому вместо среднеквадратического отклонения будем подставлять в формулы корень из квадрата стандарта.
Sх = 10.96 Sy = 1.71
Подставим данные коэффициенты в формулу для вычисления выборочного коэффициента корреляции rв
Теперь запишем уравнения теоретических линий регрессии
Y на X X на Y
Для построения прямых теоретических линий регрессий возмём пары
контрольных точек:
x = 20 x =50 y = 2 y = 4
y = 2.46 y = 3.06 x = 47.17 x = 48.82
Р
ис
7.4
2. Проверка гипотезы о значимости коэффициента корреляции.
Пусть двумерная случайная величина (Х,Y) распределена по нормальному двумерному закону. Из генеральной совокупности извлечена выборка объёмом N образцов и по этой выборке вычислен выборочный коэффициент корреляции rв.
При уровне значимости требуется проверить нулевую гипотезу о том, что коэффициент корреляции r =0 при конкурирующей гипотезе о том, что r 0.
H0 : r = 0
Hk : r 0
Если нулевая гипотеза отвергается, то это означает, что при заданном уровне значимости выборочный коэффициент корреляции значимо отличается от нуля, а Х и Y коррелированы, т.е. связаны линейной зависимостью.
Если нулевая гипотеза будет принята, то выборочный коэффициент корреляции не значим, а Х и Y некоррелированы, т.е. не связаны линейной зависимостью.
В качестве критерия проверки нулевой гипотезы примем случайную величину :
(7.5)
Эта случайная величина распределена по закону Стьюдента с k = (N – 2) степенями свободы.
Поскольку конкурирующая гипотеза имеет вид r 0, критическая область – двусторонняя.
Для того, чтобы при заданном уровне значимости проверить нулевую гипотезу Н0: r = 0 о равенстве нулю коэффициента корреляции нормальной двумерной случайной величины при конкурирующей гипотезе о том, что он не равен нулю Hk : r 0,надо вычислить наблюдаемое значение критерия:
(7.6)
Затем по таблице критических точек распределения Стьюдента, по заданному уровню значимости и числу степеней свободы k = N – 2
в соответствии со стратегией Неймана-Пирсона найти критическую точку tкр (,k).
Правило принятия решения будет следующим :
Если | ТH |< tкр – нет оснований отвергать нулевую гипотезу
Если | ТH |> tкр –нулевую гипотезу отвергают.
Если нулевая гипотеза отвергнута, значит отличие коэффициента корреляции r от нуля при заданном уровне значимости носит закономерный характер. Если же мы приняли нулевую гипотезу, следовательно отличие коэффициента корреляции r от нуля при заданном уровне значимости носит случайный характер.
Пример:
Вычислим значение Тн : Тн= 0.7359
