Kuznecov_Praktikum
.pdfмає підстав відкидати нульову гіпотезу. Якщо ж χ2спост буде більшим за χ2крит, то нульову гіпотезу слід відкинути і допустити альтернативу Н1: розподіл генеральної сукупності не відповідає нормальному закону.
2. Методичні вказівки
Лабораторну роботу розраховано на 2 години.
Завдання. Використовуючи інтервальний варіаційний ряд (див. роботу № 1), для вибірки А1 з рівнем значимості α перевірити гіпотезу про нормальний розподіл генеральної сукупності. Рівень значимості α взяти згідно з варіантом завдання (див. пояснювальну записку і таблицю).
Зразок виконання завдання
Виконуємо вказане вище завдання для вибірки A0 (див. табл.1.1) і рівня значимості α = 0,02. Скористаємось відповідним інтервальним варіаційним рядом (див. табл.1.3) і підрахованими в лабораторній роботі № 3 значеннями вибіркової середньої x =191,54 та середньоквадратичного відхилення σ =10,6.
Розрахунки, що пов'язані з обчисленням теоретичних частот і спостереженого значення χ2спост, зведемо до табл.5.1, другий і третій стовпці якої візьмемо з табл.3.1 (xi – середини інтервалів і ni – частоти, що відповідають кожному інтервалу). Три наступні стовпці по-
слідовно заповнюємо значеннями ui |
= xi − |
x |
(відхиленнями xi |
від |
|||||||||||||||||
Таблиця 5.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
~ |
|
2 |
|
|
|
|
|
|
|
ti = |
ui |
|
|
|
|
ni′ |
~ |
|
( ni − ni |
) |
|
|
|||
i |
xi |
ni |
ui = xi − x |
|
f (ti) |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
ni |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
~ |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
σ |
|
|
|
|
|
|
|
ni |
|
|
|
||
1 |
166,5 |
5 |
–25,04 |
|
–2,36 |
|
0,0246 |
|
2,76 |
3 |
|
1,3333 |
|
|
|||||||
2 |
173,5 |
13 |
–18,04 |
|
–1,70 |
|
0,0940 |
|
10,56 |
11 |
|
0,3636 |
|
|
|||||||
3 |
180,5 |
17 |
–11,04 |
|
–1,04 |
|
0,2323 |
|
26,09 |
26 |
|
3,1154 |
|
|
|||||||
4 |
187,5 |
38 |
–4,04 |
|
–0,38 |
|
0,3712 |
|
41,69 |
42 |
|
0,3810 |
|
|
|||||||
5 |
194,5 |
60 |
2,96 |
|
|
0,28 |
|
|
|
0,3836 |
|
43,08 |
43 |
|
6,7209 |
|
|
||||
6 |
201,5 |
21 |
9,96 |
|
|
0,94 |
|
|
|
0,2565 |
|
28,81 |
29 |
|
2,2069 |
|
|
||||
7 |
208,5 |
11 |
16,96 |
|
|
1,60 |
|
|
|
0,1109 |
|
12,46 |
12 |
|
0,0833 |
|
|
||||
8 |
215,5 |
4 |
23,96 |
|
|
2,26 |
|
|
|
0,0310 |
|
3,48 |
3 |
|
0,3333 |
|
|
||||
9 |
222,5 |
1 |
30,96 |
|
|
2,92 |
|
|
|
0,0056 |
|
0,63 |
1 |
|
0,0000 |
|
|
||||
|
Сума |
170 |
– |
|
– |
|
|
|
|
|
– |
|
|
– |
170 |
|
14,5378 |
|
|
21
вибіркового середнього), t |
|
= |
ui |
(так званими нормованими відхи- |
||
i |
|
|
|
|||
|
|
|
σ |
|
||
|
|
|
|
|
леннями) і f (ti) (значеннями функції щільності нормального розподілу, які у відповідності до значень аргументу знаходимо в таблиці дод.5).
Теоретичні частоти ni′ підраховуємо за співвідношенням
ni′ = nh f (ti ),
σ
де n – об'єм вибірки, n = 170; h – довжина інтервалу варіаційного ряду, h = 7.
Одержані значення ni′ підлягають округленню, і стовпець |
~ |
ni |
містить цілі значення теоретичних частот нормального розподілу. В останньому стовпці обчислюємо відношення квадратів відхилень
спостережених частот ni від теоретичних |
~ |
до значень |
~ |
ni |
ni . |
Сума значень останнього стовпця цієї таблиці є шукане спостережене значення критерію: χ2спост ≈ 14,54.
Критичне значення критерію знаходимо за таблицею дод.4:
χ2крит(α, r) = χ2крит(0,02; 6) = 15,03.
Через те, що χ2спост < χ2крит, немає підстав відкидати нульову гіпотезу. Таким чином, при заданому рівні значимості α = 0,02 (тобто з
2%-м ризиком помилитися або з довірчою ймовірністю γ = 0,98) можна стверджувати, що генеральна сукупність розподілена за нормальним законом.
Лабораторна робота ¹ 6
КОРЕЛЯЦІЙНА ЗАЛЕЖНІСТЬ
1. Основні теоретичні відомості
Залежність між випадковими величинами X і Y може бути функціональною, статистичною і кореляційною.
Якщо кожному можливому значенню випадкової величини X
22
відповідає одне можливе значення випадкової величини Y, то кажуть, що існує функціональна залежність
Y = Y(X).
Статистичною називається залежність, при якій зі зміною однієї з випадкових величин випливає зміна закону розподілу другої випадкової величини.
Умовним середнім yx називається середнє арифметичне значення Y, що відповідає значенню X = x. Наприклад, при Х = 2 випадкова величина Y набувала значень 5, 6, 10; тоді умовне середнє зна-
5 + 6 +10 = 7. Аналогічно визначається умовне середнє xy.
3 Статистичну залежність називають кореляційною, якщо при зміні
однієї величини змінюється середнє значення другої величини. Отже, кореляційна залежність Y від X – це функціональна залежність умовної середньої yx від х, тобто
y |
x = f ( x ). |
(6.1) |
Рівняння (6.1) називається рівнянням регресії Y на Х, а графік функції f (x) – лінією регресії.
Аналогічно визначається кореляційна залежність Х від Y: xy = ϕ ( y).
Основними задачами теорії кореляції є встановлення форми кореляційної залежності, тобто вигляду функції регресії, та оцінка тісноти (сили) кореляційного зв'язку.
Якщо обидві функції f (x) і ϕ(y) лінійні, то кореляційну залежність (регресію) називають лінійною.
Тісноту кореляційного зв'язку між Х і Y можна оцінювати за величиною розсіяння значень y навколо умовних середніх yx і значень x навколо умовних середніх xy .
Припустимо, що в результаті n дослідів над випадковими величинами Х і Y одержано дані, згруповані у вигляді так званої кореляційної таблиці, де nij – частоти, які показують, скільки разів повторюється пара (xi, yj).
Якщо кореляційна залежність лінійна, то рівняння регресії Y на X має вигляд
23
|
|
|
− |
|
= r |
σ y |
( x − |
|
), |
(6.2) |
y |
|
y |
x |
|||||||
|
|
|||||||||
|
|
x |
|
|
в |
σ x |
|
|
|
|
де yx – умовна середня; x, y – вибіркові середні значення компонент Х і Y; σx, σy – вибіркові середньоквадратичні відхилення; rв – вибірковий коефіцієнт кореляції.
X |
|
|
Y |
|
|
|
y1 |
y2 |
… |
yn |
nx |
||
|
||||||
x1 |
n11 |
n12 |
… |
n1n |
Σnx1 |
|
x2 |
n21 |
n22 |
… |
n2n |
Σnx2 |
|
… |
… |
… |
… |
… |
… |
|
xm |
nm1 |
nm2 |
… |
nmn |
Σnxm |
|
ny |
Σny1 |
Σny2 |
… |
Σnyn |
Σny = Σnx |
Для побудови рівняння (6.2) послідовно обчислюються значен-
ня:
|
|
|
1 |
k |
|
|
|
|
|
1 |
m |
|
|
= 1 |
k |
|
|
|
|
|
||||||||
|
|
= |
∑nxi |
xi ; |
|
= |
∑ny j y j |
; |
x2 |
∑nxi |
xi2 ; |
|||||||||||||||||
|
x |
y |
||||||||||||||||||||||||||
|
n |
|||||||||||||||||||||||||||
|
|
|
i=1 |
|
|
|
|
|
n |
j=1 |
|
|
n |
i=1 |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
1 |
|
m |
|
|
|
|
|
|
= 1 |
k |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y 2 |
|
|
∑n y j y2j |
; |
|
|
∑∑nij xi y j ; |
|
|
|
|
|
||||||||||||
|
|
|
|
= |
|
xy |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
n |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
n |
i=1 j=1 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
r = |
|
|
|
|
|
|
|
|
||||||||||||
σ |
|
= |
|
x2 − ( x )2 ; |
σ |
|
= y2 − ( y )2 ; |
xy − x y |
. |
|||||||||||||||||||
x |
|
y |
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
в |
|
|
|
σ x |
σ y |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ті ж самі значення використовуються для запису рівняння регресії X на Y, яке має вигляд
xy − x = rв σσx ( y − y ). (6.3)
y
Одержане значення вибіркового коефіцієнта кореляції rв аналізують, використовуючи правило: чим ближче rв до 1, тим зв'я- зок між Х і Y тісніший.
24
2. Методичні вказівки
Лабораторну роботу розраховано на 4 години.
Завдання. Задано 100 пар значень випадкових величин Х і Y (кількісні ознаки 2 і 1 у вибірці А1).
1.За першими 20 парами Х і Y указаної вибірки побудувати кореляційне поле для Х, Y.
2.За заданою вибіркою скласти кореляційну таблицю для Х, Y.
3.Користуючись одержаною кореляційною таблицею, обчислити умовні середні і побудувати графіки емпіричної лінії регресії.
4.Використовуючи кореляційну таблицю, знайти лінійні функції регресії і побудувати їх графіки.
5.За вибірковим коефіцієнтом кореляції встановити тісноту зв'язку Х і Y.
Зразок виконання завдання
Виконуємо пункти вказаного завдання для наведеної нижче вибірки об'єму n = 90.
1.За останнім стовпцем заданих пар значень складаємо кореляційне поле для Х, Y (рис.6.1). Як бачимо, точки цього кореляційного поля знаходяться майже на прямій, отже, є рація шукати лінійну функцію регресії.
2.Складаємо інтервальну кореляційну таблицю (табл.6.1), вважаючи, що початок інтервалу входить до інтервалу, а кінець не входить.
3.Складемо кореляційну таблицю для середин інтервалів (табл.6.2). Одночасно обчислимо умовні середні однієї випадкової величини за умови, що друга випадкова величина зафіксована (розрахунок показано нижче), і в складеній таблиці добавимо один стовпець і один рядок для умовних середніх.
|
|
= 54 1 |
= 54; |
|
|
= 64 3 + 74 5 |
= 70,25; |
y |
x=10 |
y |
x=12 |
||||
|
1 |
|
|
8 |
|
||
|
|
|
|
|
|
yx=14 = 64 3 + 74 15 + 84 14 = 83,44; 32
yx=16 = 74 7 + 84 16 + 94 11+104 1 = 85,71; 35
25
|
|
|
|
|
|
|
= 84 2 + 94 3+104 7 = 98,17; |
|
|
|
|
|
= 104 1+114 1 |
=109; |
|||||||||||||||||
|
|
|
y |
x=18 |
|
|
y |
x=20 |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
= 10 1 |
=10; |
|
|
|
|
|
|
|
= 12 3 +14 3 =13; |
|
|
|||||||||
|
|
|
|
|
|
|
|
x |
y=54 |
x |
y=64 |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
= 12 5 +14 15 +16 7 =14,15; |
|
|
|
|
|
= 14 14 +16 16 +18 2 =15,25; |
|||||||||||||||||||||
x |
y=74 |
x |
y=84 |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
27 |
|
|
|
|
|
|
|
|
|
|
|
|
|
32 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
= 16 11+18 3 |
=16,43; |
|
|
|
|
|
|
|
|
= 16 1+18 7 + 20 1 |
=18; |
||||||||||||
|
|
|
|
x |
y |
=94 |
|
|
|
x |
y=104 |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 20 1 = 20. |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x |
y=114 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
X |
|
|
|
|
Y |
|
X |
|
|
|
Y |
|
|
|
|
|
|
|
X |
|
|
|
Y |
|
X |
|
Y |
||
|
|
16 |
|
|
|
|
96 |
|
13 |
|
|
|
75 |
|
|
|
|
|
|
12 |
|
|
|
66 |
|
14 |
|
86 |
|||
|
|
16 |
|
|
|
|
86 |
|
16 |
|
|
|
80 |
|
|
|
|
|
|
15 |
|
|
|
84 |
|
16 |
|
86 |
|||
|
|
16 |
|
|
|
|
96 |
|
15 |
|
|
|
92 |
|
|
|
|
|
|
14 |
|
|
|
71 |
|
16 |
|
80 |
|||
|
|
13 |
|
|
|
|
68 |
|
17 |
|
|
|
86 |
|
|
|
|
|
|
16 |
|
|
|
86 |
|
15 |
|
80 |
|||
|
|
16 |
|
|
|
|
92 |
|
15 |
|
|
|
77 |
|
|
|
|
|
|
14 |
|
|
|
85 |
|
15 |
|
88 |
|||
|
|
10 |
|
|
|
|
54 |
|
16 |
|
|
|
99 |
|
|
|
|
|
|
13 |
|
|
|
78 |
|
13 |
|
74 |
|||
|
|
16 |
|
|
|
|
81 |
|
17 |
|
|
|
94 |
|
|
|
|
|
|
13 |
|
|
|
75 |
|
17 |
|
86 |
|||
|
|
15 |
|
|
|
|
89 |
|
17 |
|
|
|
104 |
|
|
|
|
|
|
17 |
|
|
|
97 |
|
14 |
|
80 |
|||
|
|
14 |
|
|
|
|
78 |
|
16 |
|
|
|
86 |
|
|
|
|
|
|
12 |
|
|
|
67 |
|
13 |
|
79 |
|||
|
|
13 |
|
|
|
|
71 |
|
12 |
|
|
|
74 |
|
|
|
|
|
|
15 |
|
|
|
83 |
|
15 |
|
92 |
|||
|
|
12 |
|
|
|
|
77 |
|
13 |
|
|
|
75 |
|
|
|
|
|
|
13 |
|
|
|
74 |
|
14 |
|
77 |
|||
|
|
13 |
|
|
|
|
79 |
|
13 |
|
|
|
84 |
|
|
|
|
|
|
15 |
|
|
|
93 |
|
14 |
|
81 |
|||
|
|
15 |
|
|
|
|
81 |
|
14 |
|
|
|
88 |
|
|
|
|
|
|
19 |
|
|
|
109 |
|
16 |
|
87 |
|||
|
|
14 |
|
|
|
|
81 |
|
12 |
|
|
|
67 |
|
|
|
|
|
|
17 |
|
|
|
99 |
|
11 |
|
71 |
|||
|
|
13 |
|
|
|
|
66 |
|
14 |
|
|
|
78 |
|
|
|
|
|
|
15 |
|
|
|
76 |
|
13 |
|
81 |
|||
|
|
14 |
|
|
|
|
85 |
|
16 |
|
|
|
87 |
|
|
|
|
|
|
15 |
|
|
|
77 |
|
15 |
|
76 |
|||
|
|
17 |
|
|
|
|
92 |
|
13 |
|
|
|
74 |
|
|
|
|
|
|
14 |
|
|
|
70 |
|
13 |
|
77 |
|||
|
|
13 |
|
|
|
|
68 |
|
19 |
|
|
|
107 |
|
|
|
|
|
|
16 |
|
|
|
92 |
|
16 |
|
95 |
|||
|
|
18 |
|
|
|
|
104 |
|
14 |
|
|
|
76 |
|
|
|
|
|
|
15 |
|
|
|
79 |
|
15 |
|
78 |
|||
|
|
15 |
|
|
|
|
83 |
|
17 |
|
|
|
102 |
|
|
|
|
|
|
17 |
|
|
|
101 |
|
16 |
|
99 |
|||
|
|
13 |
|
|
|
|
81 |
|
13 |
|
|
|
79 |
|
|
|
|
|
|
15 |
|
|
|
93 |
|
15 |
|
78 |
|||
|
|
17 |
|
|
|
|
102 |
|
16 |
|
|
|
86 |
|
|
|
|
|
|
13 |
|
|
|
74 |
|
15 |
|
94 |
|||
|
|
15 |
|
|
|
|
92 |
|
11 |
|
|
|
70 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
26
y
100
90
80
70
60
|
|
|
|
0 |
|
5 |
|
|
10 |
|
|
|
|
15 |
|
|
20 х |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
Рис.6.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблиця 6.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
nx |
|
|
|
49...59 |
|
59...69 |
|
69...79 |
79...89 |
|
89...99 |
99...109 |
109...119 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
9...11 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|||||
11...13 |
|
|
|
3 |
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
||||
13...15 |
|
|
|
3 |
|
15 |
|
14 |
|
|
|
|
|
|
|
|
|
|
32 |
|||||
15...17 |
|
|
|
|
|
7 |
|
16 |
|
11 |
|
|
1 |
|
|
|
|
35 |
||||||
17...19 |
|
|
|
|
|
|
|
2 |
|
|
3 |
|
|
7 |
|
|
|
|
12 |
|||||
19...21 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
|
|
2 |
|||||
|
ny |
1 |
|
6 |
|
27 |
|
32 |
|
14 |
|
|
9 |
1 |
|
|
90 |
|||||||
Таблиця 6.2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
nx |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
yx |
||||||||
|
|
|
54 |
|
64 |
74 |
84 |
|
94 |
|
104 |
114 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
10 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
54,00 |
|||||
|
12 |
|
|
|
3 |
5 |
|
|
|
|
|
|
|
|
|
|
8 |
70,25 |
||||||
|
14 |
|
|
|
3 |
15 |
14 |
|
|
|
|
|
|
|
|
32 |
83,44 |
|||||||
|
16 |
|
|
|
|
7 |
16 |
|
11 |
|
1 |
|
|
35 |
85,71 |
|||||||||
|
18 |
|
|
|
|
|
|
2 |
|
3 |
|
7 |
|
|
12 |
98,17 |
||||||||
20 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
|
2 |
109,00 |
|||||||
|
|
ny |
|
1 |
|
6 |
27 |
32 |
|
14 |
|
9 |
1 |
|
90 |
|
|
|
|
|||||
|
|
|
|
|
10,00 |
|
13,00 |
14,15 |
15,25 |
16,43 |
|
18,00 |
20,00 |
|
|
|
|
|
|
|||||
|
x y |
|
|
|
|
|
|
|
|
|
Після заповнення таблиці будуємо графіки емпіричної лінії регресії (рис.6.2).
4. Лінійні функції регресії знаходимо за формулами (6.2) і (6.3). Для цього послідовно обчислюємо:
27
вибіркові середні значення компонент X i Y:
|
|
|
1 |
6 |
|
|
|
1 |
|
|
|
|
|
||
|
|
= |
∑nxi xi |
= |
(1 10 + 8 12 + 32 14 + 35 16 +12 18 + 2 20) =15,22; |
||||||||||
x |
|||||||||||||||
|
n |
|
|
||||||||||||
|
|
|
i=1 |
90 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
1 |
7 |
|
1 |
|
||
|
|
|
|
|
|
|
= |
∑ny j y j |
= |
(1 54 + 6 64 + 27 74 + |
|||||
|
|
|
|
|
y |
||||||||||
|
|
|
|
|
|
n |
|
||||||||
|
|
|
|
|
|
|
|
|
j=1 |
90 |
|
+32 84 +14 94 + 9 104 +1 114 ) = 83,22;
середні значення квадратів компонент X i Y:
|
|
|
6 |
|
|
|
|
||
|
|
|
= 1 ∑nxi |
xi2 = |
1 |
(1 102 + 8 122 + 32 142 + |
|||
x2 |
|||||||||
|
|
|
|||||||
|
|
|
|
n i=1 |
90 |
|
|||
|
|
|
|
+ 35 16 2 +12 182 + 2 20 2 ) = 235,24; |
|||||
|
= 1 |
7 |
1 |
|
|
|
|||
y2 |
∑n y j y2j = |
(1 542 + 6 642 + 27 742 + 32 842 + |
|||||||
90 |
|||||||||
|
|
n |
j=1 |
|
|
|
+14 942 + 9 1042 +1 1142 ) = 7057,56;
дисперсії й середньоквадратичні відхилення компонент X i Y:
σ2x = x2 − ( x )2 = 235,24 −15,222 = 3,53;
y
120
100
yx = f (x)
80
60
xy = ϕ( y)
40
0 |
5 |
10 |
15 |
20 |
25 |
х |
Рис.6.2
28
|
2 |
= y2 − ( |
|
)2 = 7057,56 − 83,22 2 =131,62; |
|
σ |
y |
||||
|
y |
|
|
|
|
σ x |
= 3,53 =1,88; |
ς y = 131,62 =11,47; |
так звану коваріацію компонент X i Y:
|
= 1 |
k |
m |
|
|
1 |
|
|
|
xy |
∑∑nij xi y j |
= |
|
(1 10 54 + 3 12 64 + 5 12 74 + 3 14 64 |
+ |
||||
90 |
|||||||||
|
n |
i=1 |
j=1 |
|
|
|
|||
+15 14 74 +14 14 84 |
+ 7 16 74 +16 16 84 +11 16 94 +1 16 104 |
+ |
+ 2 18 84 + 3 18 94 + 7 18 104 +1 20 104 +1 20 114) = 1 (540 + 2304 + 90
+ 4440 + 2688 +15540 + ...+13104 + 2080 + 2280) = 115540 =1283,78;
|
|
|
|
|
|
|
|
|
90 |
|||
вибірковий коефіцієнт кореляції: |
||||||||||||
|
= |
|
|
|
|
|
|
|
|
= |
1283,78 −15,22 83,22 |
= 0,8. |
r |
xy − x y |
|||||||||||
|
|
|
|
|
|
|
|
|
||||
в |
|
|
|
σ x σ y |
|
|
1,88 11,47 |
|||||
|
|
|
|
|
|
Вибіркове рівняння прямої лінії регресії Y на Х згідно з (6.2)
yx − 83,22 = 0,8 11,47 ( x −15,22 ), 1,88
звідки yx = 4,88x +8,95.
Вибіркове рівняння прямої лінії регресії Х на Y згідно з (6.3)
xy −15,22 = 0,8 1,88 ( y − 83,22 ), 11,47
звідки xy = 0,13y+4,4.
На завершення цього етапу роботи будуємо графіки прямих ліній регресії (рис.6.3).
5. Вибірковий коефіцієнт кореляції rв = 0,8 близький до одиниці. Отже, зв'язок між випадковими величинами Х і Y досить тісний,
29
про що також свідчить розташування досить близько один до одно- |
||||||||||
го графіків функцій лінійної регресії. |
|
|
|
|
|
|
|
|||
y |
|
|
|
|
|
|
|
|
|
|
120 |
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
= |
= |
|
+ |
8, |
|
|
|
|
|
|
|
+ |
|
|
|||
|
|
|
|
xyx |
|
4, 8 |
|
8,995 |
|
|
80 |
|
|
|
|
|
|
|
|
|
|
60 |
|
= |
+ |
|
|
|
|
|
|
|
|
|
xyxy= 0,013,13yy+44,,4 |
|
|
|
|
|
|
||
20 |
|
|
|
|
|
40 |
|
|
50 |
х |
0 |
10 |
20 |
30 |
|
|
|
|
|||
|
|
Рис.6.3 |
|
|
|
|
|
|
|
Лабораторна робота ¹ 7
ОДНОФАКТОРНИЙ ДИСПЕРСІЙНИЙ АНАЛІЗ
1. Основні теоретичні відомості
Досліджується вплив деякого фактора Φ на величину певної кількісної ознаки X спостережуваної генеральної сукупності. Здійснюються декілька груп випробувань, кожна з яких відповідає певному рівню досліджуваного фактора. В загальному випадку розраховані при цьому групові середні відрізняються одне від одного. Дисперсійний аналіз дає змогу з'ясувати, чи мають розбіжності в групових середніх випадковий або достовірний та істотний характер.
Нехай задані вибірки Х1, Х2, …, Хp, які відповідають розглядуваним рівням фактора Φ1, Φ2, …, Φp. Потрібно за заданим рівнем
30