- •Нормальное распределение
- •Данные варианта №15
- •Множественный регрессионный анализ
- •Данных из файла 13_lin_mra.Txt
- •Группирование данных файла 15_lin_mra.Txt
- •Матрицы а и к
- •Матрица k-1
- •Матрица в
- •Коэффициенты полного квадратичного уравнения регрессии
- •Проверим на значимость найденные коэффициенты уравнения регрессии и откинем незначимые слагаемые. Пересчитаем коэффициент множественной корреляции r2.
- •Проверка коэффициентов регрессии на значимость
- •Коэффициенты оптимизированного уравнения регрессии
- •Расчет средних значений
Нормальное распределение
a) По данным варианта №15 (рисунок 1) из папки «Нормальное распределение» для случайной величины рассчитаем статистические оценки:
Объем выборки: N = 984.
Среднее
значение рассчитаем с помощью функции
СРЗНАЧ(
..
):
Стандартное отклонение найдем при помощи функции СТАНДОТКЛОН.В( .. ): S = 13,46423139.
Выборочную дисперсию рассеяния посчитаем, воспользовавшись функцией ДИСП.В( .. ): S2{x} = 181,2855269.
Медиану найдем с помощью функции МЕДИАНА( .. ): Мd = 15,5485.
Межквартильный интервал найдем как разность между третьим и первым квартилем с помощью функции: КВАРТИЛЬ.ВКЛ( .. ; 3) - КВАРТИЛЬ.ВКЛ( .. ; 1) = 18,2985.
Рисунок 1. Данные варианта №13
b) Для построения гистограммы распределения, сначала найдем число интервалов ( K = [1 + 3,2 · lg N] = 11), максимальное (xmax = 66,258) и минимальное (xmin = -24,258) значения выборки и ширину интервала (δx = (xmax - xmin) / N=
=8,228727273).
Далее построим таблицу:
Таблица 1
|
|
Nфj |
|
pj |
Nтj |
|
|
-29,7205223 |
0 |
|
|
|
|
-25,6061587 |
-21,4917950 |
2 |
0,00203252 |
0,002590171 |
2,548728623 |
0,118138549 |
-17,3774314 |
-13,2630678 |
15 |
0,015243902 |
0,013238183 |
13,02637249 |
0,299024578 |
-9,14870417 |
-5,03434054 |
41 |
0,041666667 |
0,047054186 |
46,30131931 |
0,606980252 |
-0,91997690 |
3,194386733 |
129 |
0,131097561 |
0,116371211 |
114,5092712 |
1,83374865 |
7,30875037 |
11,42311401 |
184 |
0,18699187 |
0,200321685 |
197,1165382 |
0,872801314 |
15,53747764 |
19,65184128 |
231 |
0,234756098 |
0,240073503 |
236,2323269 |
0,115891187 |
23,76620492 |
27,88056855 |
203 |
0,206300813 |
0,200321685 |
197,1165382 |
0,175607402 |
31,99493219 |
36,10929582 |
120 |
0,12195122 |
0,116371211 |
114,5092712 |
0,26328089 |
40,22365946 |
44,3380231 |
42 |
0,042682927 |
0,047054186 |
46,30131931 |
0,399585759 |
48,45238673 |
52,56675037 |
15 |
0,015243902 |
0,013238183 |
13,02637249 |
0,299024578 |
56,68111401 |
60,79547764 |
1 |
0,00101626 |
0,002590171 |
2,548728623 |
0,941081105 |
64,90984128 |
69,02420492 |
1 |
0,00101626 |
0,000352251 |
0,34661537 |
1,231657655 |
В первый столбец таблицы запишем середины интервалов, а во второй границы интервалов. Далее подсчитаем количество элементов выборки Nфj, попавших в каждый интервал, воспользовавшись функцией ЧАСТОТА в матричном виде и занесем в третий столбец таблицы. Затем находим по формуле υк = Nфj / N относительные частоты (четвертый столбец). В пятом столбце таблицы рассчитываются теоретические вероятности pj попадания x в заданный интервал с помощью функции НОРМ.РАСП. В шестой столбец заносим теоретические частоты, которые находим по формуле NТj = pj · N. В седьмой столбец заносим значения статистики Пирсона.
Строим гистограмму распределения как зависимость Nфj и NТj от x (рисунок 2):
Рисунок 2. Гистограмма распределения
с) Выполним проверку на нормальность распределения с помощью критерия согласия Пирсона.
Экспериментальное
значение статистики Пирсона находим
по формуле
,
как сумма значений последнего столбца
таблицы 1: χ2
=
7,15682.
Число степеней свободы равно K – 2 – 1 = 8. При уровне значимости 0,05 критическое значение статистики Пирсона, рассчитанное с помощью функции ХИ2.ОБР(0,95; 8), равно: χ2крит (0,95; 8) = 15,5073.
Так как χ2 < χ2крит , то гипотеза о нормальном распределении принимается.
d) Определим доверительный интервал наблюдения математического ожидания.
Найдем значения t-статистики Стьюдента при уровне значимости α/2 = 0,025 с помощью функции СТЬЮДЕНТ.ОБР(0,975; N-1): t (0,975; 984) = 1,9624.
Границы
доверительного интервала вычисляются
по формуле:
.
Находим доверительный интервал для математического ожидания:
14,69517692< M{x} < 16,37977836.
e) Определим доверительный интервал наблюдения генеральной дисперсии рассеяния.
Найдем значения статистики χ2 Пирсона при уровнях значимости α/2 = 0,025 и 1 – α/2 = 0,975 с помощью функций ХИ2.ОБР(0,975; N-1) и ХИ2.ОБР(0,025; N-1): χ2 (0,975; 984) = 1071,782538, χ2 (0,025; 984) = 898,0055191.
Границы
доверительного интервала вычисляются
по формулам:
и
.
Находим доверительный интервал для генеральной дисперсии рассеяния:
166,2684982< S2{x} < 198,4438505.
Дисперсионный анализ
По данным варианта №15 из папки «ДА» выполним двухфакторный дисперсионный анализ.
Данные представлены в таблице 2.
Таблица 2
