Электронный учебно-методический комплекс по учебной дисциплине «Прикладная математика» для студентов специальности 6-05-0716-01 «Метрология, стандартизация и контроль качества»

Вариант 8

Вариант 9

Вариант 10

Вариант 11

Вариант 12

Задание 2. Задание выполнить в пакетах Statistica и Excel.

Варианты 1–5. В двухфакторном комплексе приводится сменная выработка рабочего в зависимости от типа станка (А) и стажа его работы (В). При α=0.01 проверить влияние факторов А и В на сменную выработку рабочего (таблица 5.6).

131

Таблица 5.6

Варианты 6 – 10. При исследовании зависимости товарооборота центральной районной аптеки от товарооборота (А) и штатной численности прикрепленной аптечной сети (В) получен двухфакторный комплекс. При α=0.05 проверить существенность влияния факторов А и В на товарооборот (таблица

5.7).

Таблица 5.7

132

Продолжение таблицы 5.7

Вариант 8

Варианты 11–12. Фактор А имеет 4 уровня, фактор В – 5 уровней. Сделано по одному измерению случайной величины Χ на каждой комбинации уровней факторов. Полученные результаты представлены в следующей таблице:

Таблица 5.9

Лабораторная работа № 6. Корреляционный анализ

Необходимые теоретические сведения для выполнения лабораторной работы находятся в теоретическом разделе – тема 4.1.

Контрольный пример 6.1. Для исследования зависимости случайных величин X и Y получены статистические данные, представленные в таблице

(табл. 6.1).

133

значения пункта p-level for highlighting. Выберем Display detailed table of results.

Когда все настройки закончены, нажимаем кнопку Summary для вывода результатов. В результате на экран выводится результат анализа (рис. 6.4):

Рис. 6.4 – Расчет коэффициента выборочной корреляции

Так как p , гипотеза о равенстве нулю генерального коэффициента корреляции отвергается.

2) Выполнение в пакете Excel.

Введём исходные данные (рис. 6.5). Зададим команду Данные – Анализ данных и выберем инструмент Корреляция. Заполним диалоговое окно «Корреляция» как показано на рис. 6.5.

Рис. 6.5 – Исходные данные и пример заполнения диалогового окна «Корреляция»

Входной интервал охватывает все фактические данные, причём каждой случайной отведён отдельный столбец, на что указывает переключатель Группирование. Первая строка, содержащая заголовки столбцов, также вошла в диапазон входного интервала, поэтому был установлен флажок Метки в первой строке. Переключатель Параметры вывода установлен в положение Выходной интервал, чтобы корреляционная матрица расположилась на текущем листе.

Коэффициент линейной корреляции равен 0,993887 0,7 (рис. 6.7), что свидетельствует о весьма высокой степени прямой линейной связи (по шкале

136

Чаддока). Проверим его на значимость. Найдём наблюдаемое значение T – статистики.

Введём в ячейку E11 формулу MS Excel:

=ABS(B13)/КОРЕНЬ(1–B13^2)*КОРЕНЬ(8–2).

Для расчёта критического значения T – статистики при уровне значимости 0,05 и числе степеней свободы n 2 6 введём в ячейку E13 фор-

мулу

=СТЬЮДЕНТ.ОБР.2Х (0, 05; 6).

Результаты показаны на рис. 6.6.

Рис. 6.6 – Корреляционная матрица, сформированная Пакетом анализа и наблюдаемые и критические значения T – статистики

Так как Tнабл tkp – отвергаем нулевую гипотезу о равенстве нулю ге-

нерального коэффициента корреляции. Значит, X и Y линейно коррелированы.

Замечание 6.1. В пакете Excel для вычисления выборочных коэффициента корреляции и корреляционного момента можно использовать стандартные функции (см. рис. 6.7), которые находятся на вкладке Формулы – Другие функции – Статистические:

Рис. 6.7 – Расчет коэффициента корреляции и корреляционного момента с помощью стандартных функций пакета Excel.

Контрольный пример 6.2. Два преподавателя оценили знания 12 учащихся по стобалльной системе и выставили им следующие оценки (в первой строке указано количество баллов, выставленных первым преподавателем, а во второй – вторым):

137

Используя коэффициенты ранговой корреляции Спирмена и Кендалла, проверить на уровне значимости 0,05 гипотезу о полной несогласованно-

сти (независимости) оценок преподавателей против альтернативной – оценки экспертов находятся в согласии (зависимы).

Задание выполнить в пакетах Statistica и Excel.

Решение.

1) Для нахождения коэффициента ранговой корреляции Спирмена в пакете Statistica создаем новый документ, в графе Number of cases (количество значений) пишем 10. После чего вводим значения переменных (рис.6.8).

Рис.6.8 – Ввод значений переменных

После этого, открываем меню Statistics и выбираем пункт Nonparametrics (непараметрические статистики).

В появившемся меню открываем пункт Correlation. В результате открывается окно для настроек расчета коэффициента корреляции Спирмена.

Нажимаем кнопку Two lists, выбираем переменные, для которых нужно установить корреляционную зависимость, после чего возвращаемся в главное меню настроек (рис 6.9).

В пункте Compute выбираем один из способов вывода результата: Detailed report (подробный отчет) или Matrix or two lists (вывод лишь подсчитанного коэффициента ранговой корреляции).

В пункте p-level for highlighting выбираем требующееся значение уровня значимости.

138

Несоблюдение этого требования не гарантирует достаточно точных выводов, которые делают на основании выборочных показателей.

2) Решим эту задачу, используя инструменты MS Excel. Для этого: Сформируем таблицу исходных данных (рис. 6.12).

Рис. 6.12 – Исходные данные

Выберем ячейку C2 и перейдем на вкладку Формулы – Другие функции – Статистические и в раскрывающемся списке выберем функцию РАНГ.СР. В появившемся окне введем данные: Число – B2, Ссылка – $B$2:$B$13 (диапазон ранжируемых значений), Порядок – 1 (рис. 6.13).

Рис. 6.13 – Диалоговое окно функции РАНГ.СР

Снова выберем ячейку С2 и растянем формулы по столбцу. Все оценки первого эксперта будут проранжированы. То же самое проделаем со столб-

цом Ранг si.

Теперь найдем разности рангов. В ячейку F2 введем функцию =C2–E2 и перенесем формулы по столбцу до последнего значения.

140