MATLAB00 / method112ML_СТАТИСТИКА
.pdf15 |
|
|
|
|
|
15 |
|
|
|
10 |
|
|
|
|
y |
|
|
|
|
y |
|
|
|
|
Y |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
My |
5 |
|
|
|
5 |
10 |
15 |
|
|
|
|
|
||
|
|
|
|
|
|
||||
|
|
x |
|
|
|
|
|
|
|
Вычисление выборочных числовых характеристик |
|
|
0 |
5 |
10 |
15 |
|||
Mx := n1 ∑xi |
Mx = 9.531 |
Dx:= n1 ∑(xi − Mx)2 |
Dx = 3.646 |
|
|||||
|
|
|
x,x,X,Mx |
|
|||||
i |
|
|
i |
|
Определение доверительных интервалов |
Sx:= |
|
|
|
|
|
|
|
|
Sx = 1.909 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
−(x − μ) |
2 |
|||
|
Dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( ,μ,σ) := |
1 |
||||||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
β := |
0.95 |
S := |
1 − r |
|
|
|||||
My := |
|
∑ |
y |
|
|
|
My = 9.583 |
Dy := |
|
∑( |
y |
|
− My |
) |
2 |
Dy = 5.265 |
|
n |
fn x |
2 π σ2 |
exp |
|
2 |
|
||||||||||||
n |
i |
|
|
n |
i |
|
|
|
|
|
2 σ |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
Процедура определения доверительного интервала |
|
|
|
|
||||||
Sy := |
Dy |
|
|
|
|
|
Sy = 2.294 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CInt(μ,σ) := |
y ← μ |
|
|
|
|
|
|
|
|
|||||
|
:= |
|
1 |
|
|
|
|
|
|
− |
Kxy = 2.678 |
|
|
|
:= |
|
|
Kxy |
|
r = 0.611 |
|
|
|
|
|
y |
|
|
|
|
|
|||||
Kxy |
|
|
|
|
|
|
x y |
i |
Mx My |
|
|
|
|
|
|
r |
|
|
Sx Sy |
|
|
|
|
⌠ |
|
|
|
|
||||||||
|
|
|
n ∑ i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
fn(x,μ,σ) dx − β,y |
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z ← root 2 ⌡ |
|
|
|
|
|
|||
b1 := r |
Sy |
|
|
|
|
b1 = 0.735 |
b2 := r Sx |
|
|
b2 = 0.509 |
|
|
|
|
|
0 |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
σ |
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
Sx |
|
|
|
|
|
|
Sy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Эмпирические прямые регрессии |
Xi := Mx + b2 (yi − My) |
|
|
|
|
|
dz ← z n |
|
|
|
|
|
|
|||||||||||||||||||||||
Yi := My + b1 (xi − Mx) |
|
|
|
|
|
(μ − dz μ + dz ) |
|
|
|
|
|
|||||||||||||||||||||||||
График эмпирических прямых регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
Определение |
доверительного интервала для r |
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r = 0.611 |
CInt(r,S) = ( 0.561 0.662) |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Определение доверительного интервала для b1 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b1 = 0.735 |
|
|
|
Sy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CInt b1 |
,S |
Sx = ( 0.668 0.801) |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Определение доверительного интервала для b2 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b2 = 0.509 |
|
|
|
Sx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CInt b2 |
,S |
Sy = ( 0.47 0.547) |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 6.2 (Maple) |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
> restart: with(stats): randomize(): |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
61 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
62 |
|
|
|
|
|
>n:=20: muX:=10: sigmaX:=2: muV:=0: sigmaV:=2:
>x:=[random[normald[muX,sigmaX]](n)]:
>v:=[random[normald[muV,sigmaV]](n)]:
>y:=x+v:
>pxy:=[[x[i],y[i]] $i=1..n]:
>plot(pxy,style=point,symbol=circle);
>Mx:=1/n*sum(x[i],i=1..n);
>Dx:=1/n*sum((x[i]-Mx)^2,i=1..n); Sx:=sqrt(Dx);
>My:=1/n*sum(y[i],i=1..n);
>Dy:=1/n*sum((y[i]-My)^2,i=1..n); Sy:=sqrt(Dy);
>Kxy:=1/n*sum(x[i]*y[i]-Mx*My,i=1..n);
>r:=Kxy/Sx/Sy; b1:=r*Sy/Sx; b2:=r*Sx/Sy;
>Y:=evalm(My+b1*(x-Mx)): X:=evalm(Mx+b2*(y-My)):
>pxY:=[[x[i],Y[i]] $i=1..n]:
>pXy:=[[X[i],y[i]] $i=1..n]:
>plot([pxy,pxY,pXy,[[Mx,My]]],style=[point,line,
line,point],symbol=circle,color=[red,green,blue,
black],symbolsize=[10,10,10,20]);
>beta:=0.95: S:=evalf((1-r^2)/sqrt(n)):
>fn:=(x,mu,sigma)->
>exp(-(x-mu)^2/2/sigma^2)/sqrt(2*Pi*sigma^2):
>CInt:=proc(mu,sigma)
>local z,dz,x,y;
>z:=solve(2*int(fn(x,mu,sigma),x=0..y)-beta,y);
>dz:=z*sqrt(sigma/n);
>RETURN([mu-dz,mu+dz]);
>end:
>'r'=r, CInt(r,S);
>'b1'=b1, CInt(b1,S*Sy/Sx);
>'b2'=b2, CInt(b2,S*Sx/Sy);
Пример 6.3 (Mathematica)
<<Graphics`Colors`
<<Statistics`ContinuousDistributions` n=20; muX=10; sigmaX=2; muV=0; sigmaV=2;
x=RandomArray[NormalDistribution[muX,sigmaX],n];
v=RandomArray[NormalDistribution[muV,sigmaV],n];
y=x+v;
pxy=Transpose[{x,y}]; p1=ListPlot[pxy,PlotStyle->{Red,PointSize[.03]}]; Mx=1/n*Apply[Plus,x]
Dx=1/n*Apply[Plus,(x-Mx)^2] Sx=Sqrt[Dx]
63
My=1/n*Apply[Plus,y] Dy=1/n*Apply[Plus,(y-My)^2] Sy=Sqrt[Dy] Kxy=1/n*Apply[Plus,x*y-Mx*My] r=Kxy/Sx/Sy
b1=r*Sy/Sx
b2=r*Sx/Sy
Y=My+b1*(x-Mx); X=Mx+b2*(y-My); pxY=Transpose[{x,Y}]; pXy=Transpose[{X,y}]; p2=ListPlot[pxY,PlotStyle->{Blue},
PlotJoined->True]; p3=ListPlot[pXy,PlotStyle->{Green},
PlotJoined->True]; p4=ListPlot[{{Mx,My}},
PlotStyle->{Black,PointSize[.05]}]; Show[{p1,p2,p3,p4}];
beta=0.95; S=(1-r^2)/Sqrt[n]; CInt[mu_,sigma_]:=Module[{z,dz},z=y1/.FindRoot[
2*CDF[NormalDistribution[mu,sigma],y1]-beta==0, {y1,mu}][[1]];dz=z*Sqrt[sigma/n]; {mu-dz,mu+dz}];
Print["r=",r," ",CInt[r,S]] Print["b1=",b1," ",CInt[b1,S*Sy/Sx]] Print["b2=",b2," ",CInt[b2,S*Sx/Sy]]
Пример 6.4 (Matlab)
function lab6
n=20; muX=10; sigmaX=2; muV=0; sigmaV=2; x=normrnd(muX,sigmaX,1,n); v=normrnd(muV,sigmaV,1,n);
y=x+v; plot(x,y,'ro'), pause
Mx=1/n*sum(x), Dx=1/n*sum((x-Mx).^2), Sx=sqrt(Dx) My=1/n*sum(y), Dy=1/n*sum((y-My).^2), Sy=sqrt(Dy) Kxy=1/n*sum(x.*y-Mx*My)
r=Kxy/Sx/Sy, b1=r*Sy/Sx, b2=r*Sx/Sy x1=min(x):0.1:max(x); y1=min(y):0.1:max(y); Y=My+b1*(x1-Mx); X=Mx+b2*(y1-My); plot(x,y,'ro',x1,Y,'b',X,y1,'g',Mx,My,'kd'), pause beta=0.95; S=(1-r^2)/sqrt(n); rCI=CInt(r,S,beta,n); r, rCI b1CI=CInt(b1,S*Sy/Sx,beta,n); b1, b1CI b2CI=CInt(b2,S*Sx/Sy,beta,n); b2, b2CI
64
%--------------------------------------------------
function CI=CInt(mu,sigma,beta,n)
fn=inline(...
'exp(-(x-mu).^2/2/sigma^2)/sqrt(2*pi*sigma^2)',...
'x','mu','sigma');
dfn=inline('2*quad(f,0,y,[],[],mu,sigma)-beta',...
'y','f','mu','sigma','beta');
zn=inline('fzero(df,mu,[],f,mu,sigma,beta)',...
'f','df','mu','sigma','beta');
z=zn(fn,dfn,mu,sigma,beta); dz=z*sqrt(sigma/n);
CI=[mu-dz,mu+dz];
Задание
1.Вывести равенство (6.7).
2.Найти теоретически кривые регрессии, если известна плотность вероятности системы случайных величин:
f (x, y) = 0,5(x + y)e−x−y , x > 0 , y > 0 .
3. Доказать, что при нормальном законе распределения двумерной случайной величины регрессии линейные.
Указание. Плотность распределения имеет вид:
|
1 |
|
|
|
|
|
|
1 |
|
|
|
(x −mξ ) |
2 |
||||
f (x, y) = |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
exp − |
|
|
|
− |
||||||||||
|
|
|
|
|
2(1− ρ |
|
) |
|
σ 2 |
||||||||
|
2πσξση 1− ρ |
2 |
|
|
|
|
2 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
ξ |
|
|||||||
|
|
2ρ (x −mξ )( y |
−mη ) |
|
(y −mη )2 |
|
|
||||||||||
− |
|
|
|
|
|
|
|
|
+ |
|
ση2 |
|
|
. |
|
|
|
|
σξση |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Сделать замену переменных |
x −mξ |
= u , |
|
y −mη |
|
= v . |
|
|
|||||||||
|
|
ση |
|
|
|
||||||||||||
|
|
|
σξ |
|
|
|
|
|
|
|
|
|
|
|
|
4.Получить две выборки нормально распределенных случайных величин x и y .
5.По выборкам найти выборочные числовые характеристики. Начертить прямые регрессии.
6.Найти доверительные интервалы для r , β1 и β2 при доверительной вероятности 0,95 , предполагая нормальное распределение генеральной совокупности.
7.Провести расчеты по документу для объёмов выборок 10, 20 и 50.
Контрольные вопросы
1.В чем различие между функциональной и статистической зависимостями ?
2.Что такое условные математическое ожидание и дисперсия ?
3.Как найти плотности компонентов и условные плотности, если функция f (x, y) известна?
4.Что такое корреляционный момент, коэффициент корреляции, регрессия?
5.Вывести формулы (6.5) и (6.8).
6.Как решается вопрос: из какого класса функций искать оценку регрессии?
7.Решить задачу:
Интерпретируя yi как диаметр деревьев, а xi как высоту (см.
таблицу 6.1), найти средний диаметр деревьев, имеющих высоту 26 м. Таблица 6.1
X |
22 |
28 |
24 |
25 |
31 |
Y |
0.6 |
0.6 |
0.3 |
0.2 |
0.8 |
8. Решить задачи № 7.25–7.28 гл. 15[2].
Литература
1.Гмурман В.Е. Теория вероятностей и математическая статистика.
М.: Высш. шк., I977.
2.Сборник задач по математике. Специальные курсы / Под редакцией Ефимова А.В. М.: Наука, I984.
3.Фирсов И.П., Никитина А.В., Бутенков С.А. Методические указания к практическим занятиям по математической статистике с применением ЭВМ. Таганрог: ТРТУ, 1997.
65 |
66 |
Фирсов Иван Парфенович Семерий Олег Сергеевич
МЕТОДИЧЕСКИЕ УКАЗАНИЯ к лабораторным работам
по математической статистике
с применением ЭВМ
для студентов II курса всех специальностей ЕГФ
Ответственный за выпуск О.С. Семерий Редактор Маныч Э.И. Корректор Проценко И.А.
ЛР№020565 |
1 |
Подписано к печати 22.04.97 |
Формат60X 84 |
Бумага газетная |
|
|
16 |
|
Офсетная печать Усл.п.л.-3,6 |
Уч.-изд. л.-3,4. |
|
Заказ № |
|
Тир. 500 экз. |
«C»
Издательство Таганрогского государственного радиотехнического университета
ГСП 17А, Таганрог, 28, Некрасовский, 44. Типография Таганрогского государственного радиотехнического уни-
верситета ГСП 17А, Таганрог, 28, Энгельса, 1.
67