Подгонка вероятностных распределений к реальным данным

20. На практике в случае, если переменная не подчиняется нормальному вероятностному распределению, изучают другие распределения, описанные в разделе Краткие теоретические сведения. В лабораторной работе следует в любом случае изучить соответствие нескольких вероятностных распределений реальным данным для приобретения навыков подгонки распределений к реальным данным.

Запустите модуль Настройка распределений (Distribution fitting) (см. п. 14). В окне Непрерывные распределения (Continuous Distribution) выберите анализируемое распределение, например, равномерное (Rectangular) и нажмите кнопку ОК. Выберите переменную для анализа, нажав кнопку Переменные(Variables). Для анализа следует выбирать ту же переменную, что и в п. 16. Запустите программу на расчет и постройте таблицы и графики по аналогии с п.п.17-19.

20. В лабораторной работе следует кроме оценки данных на соответствие нормальному и равномерному распределению сделать также оценку по показательному и логнормальному распределению.

Таблицы и графики используйте для написания отчета.

2.4 Задание

1. Для выполнения работы пользоваться исходными данными лабораторной работы №1.

2. В соответствии с пунктом 2 – 7 раздела 2.3 провести группировку исходных данных.

3. Пользуясь указаниями пунктов 8 – 13 раздела 2.3 провести оценку нормальности распределения предложенного преподавателем показателя с помощью оценки коэффициентов ассиметрии и акцесса.

4. Пользуясь указаниями пунктов 14 – 19 раздела 2.3 провести оценку нормальности распределения того же показателя с помощью критерия Хи-квадрат.

5. В случае, если изучаемая переменная не подчиняется нормальному распределению, изучить другие вероятностные распределения (см. п. 20 – 21).

6. Подготовить отчет по работе.

2.5 Содержание отчета

1. Титульный лист.

2. Таблица частот (согласно п. 6).

3. Гистограмма частот (согласно п. 7).

4. Файл данных для оценки нормальности по первому методу (согласно п. 8).

5. Таблица со значениями ассиметрии и эксцесса (согласно п. 13).

6. Выводы о нормальности по первому методу (согласно п. 13).

7. Выводы о нормальности по второму методу (согласно п. 18).

8. Вывод о характере эмпирического вида распределения для полученных данных (согласно п. 20 – 21). Таблица и гистограмма расчетных данных.

2.6 Контрольные вопросы

1. Функция распределения и ее свойства.

2. Нормальное распределение.

3. Равномерное распределение.

4. Показательное распределение.

5. Логнормальное распределение.

6. Почему важно нормальное распределение?

7. Использование ассиметрии и эксцесса при оценке нормальности данных.

8. Использование критерия Хи-квадрат при оценке нормальности данных.

9. Процедура и последовательность операций группировки данных при работе с программой STATISTICA 6.0.

10. Процедура и последовательность операций оценки нормальности данных по ассиметрии и эксцессу при работе с программой STATISTICA 6.0.

11. Процедура и последовательность операций оценки нормальности данных по критерию Хи-квадрат при работе с программой STATISTICA 6.0.

12. Процедура подгонки вероятностных распределений к реальным данным.