- •1.Побудова гістограм частот
- •2. Знаходження точкових оцінок математичних сподівань і дисперсій генеральних сукупностей
- •3. Оцінка невідомих математичних сподівань м[х] і m[у] генеральних сукупностей х і у за допомогою довірчого інтервалу з надійністю 0,95
- •4._Перевірка гіпотези про рівність дисперсій генеральних сукупностей для вибірок X та y
- •5. Побудова нормальних кривих за вибірками з генеральних сукупностей х і y
- •6. Перевірка гіпотези про нормальний розподіл генеральних сукупностей X та y, використовуючи критерій погодженості Пірсона
- •7. Перевірити гіпотезу про рівність нулю математичних сподівань генеральних сукупностей х і у
- •8. Оцінка відхилення емпіричного розподілу від нормального
- •9. Висновки
3. Оцінка невідомих математичних сподівань м[х] і m[у] генеральних сукупностей х і у за допомогою довірчого інтервалу з надійністю 0,95
Необхідно оцінити невідомі математичні сподівання M[X] i M[Y] генеральних сукупностей іза допомогою довірчого інтервалу з надійністю 0,95.
Отже, , n=50. Користуючись таблицею значень (додаток 2) знаходимо.
Розглядаємо множину Х
Середнє квадратичне відхилення, або стандартне відхилення, являє собою квадратний корінь із дисперсії. Отже, S = == 0,924;
Знаходимо вибіркове середнє: x = -0,068;
Знайдемо довірчі інтервали:
–tᵧ = -0,068 – 2,009*(0,924/) = -0,331;
+ tᵧ = -0,068 + 2,009*(0,924/) = 0,195;
Отже з надійністю 0,95 невідомий параметр математичне сподівання знаходиться в довірчому інтервалі. -0,331 <а < 0,195;
Розглядаємо множину Y:
S = == 1,116;
Знаходимо вибіркове середнє: y = 0,005;
Знайдемо довірчі інтервали:
–tᵧ = 0,005 – 2,009*(1,116/) = -0,312;
+ tᵧ = 0,005 + 2,009*(1,116/) = 0,322;
Отже з надійністю 0,95 невідомий параметр математичне сподівання знаходиться в довірчому інтервалі. -0,312 <а < 0,322;
Література: [1, c. 174-180; 2, c. 213-219].
4._Перевірка гіпотези про рівність дисперсій генеральних сукупностей для вибірок X та y
Для того, щоб при заданому рівні значущості перевірити нульову гіпотезу про рівність генеральних дисперсій нормальних сукупностей при конкуруючій гіпотезі, потрібно обчислити емпіричне значення критерію, як відношення більшої виправленої дисперсії до меншої
і за таблицею критичних точок розподілу Фішера-Снедекора за рівнем значущості (вдвічі меншим заданого) і числом ступенів вільності k1 і k2 (k1 - число ступенів вільності більшої дисперсії, k2 - число ступенів вільності меншої дисперсії) знайти критичну точку Fкр (;k1,k2). Якщо Fемп< Fкр – немає підстав відхилити нульову гіпотезу. Якщо Fемп>Fкр – нульову гіпотезу відхиляють.
Необхідно запропонувати просту гіпотезу про рівність дисперсій генеральних сукупностей при конкуруючій гіпотезі. Прийнявшии рівень значущості, слід перевірити запропоновану гіпотезу.
Для цього знайдемо емпіричне значення критерію як відношення більшої виправленої дисперсії до меншої.
Нагадаємо: обсяг вибірок n1 = n2 = 50, виправлені вибіркові дисперсії і.
Підставимо значення та в формулу, отримаємо
Fемп= 1,246 / 0,854 = 1,459;
По таблиці Фішера-Снедекора(додаток 2), по рівню значущості, що в двічі менший за заданий, тобто при α/2 = 0,1/2 = 0,05, та кількістю степенів свободи k1 =49 k2 =49 знаходимо критичну точку Fкр(0,05; 49, 49) = 1,60
Так як спостережений критерій менший за критичний Fемп < Fкр (1,459 < 1,60), то немає підстави відхилити нульову гіпотезу.
Література: [1, c. 207-210; 2, c. 288-293].
5. Побудова нормальних кривих за вибірками з генеральних сукупностей х і y
Для побудови нормальної кривої необхідно визначити емпіричні і теоретичні (вирівнюючі) частоти.
Емпіричними частотами називають частоти ni, які фактично спостерігаються.
Вирівнюючими (теоретичними) називають частоти , які знаходяться теоретично (обчисленням):
,
де n – кількість спостережень;
Рi – ймовірність значення ознаки, що спостерігається, за умови, щоХ має визначений розподіл.
В нашому випадку величина Х (генеральна сукупність) розподілена нормально, тому вирівнюючі частоти знаходять за формулою:
,
де n – кількість випробувань (обсяг вибірки);
h – довжина часткового інтервалу;
–вибіркове середнє квадратичне відхилення;
;
вибіркове середнє;
хі – середина і-го часткового інтервалу;
Значення функції наведені в додатку 3.
Внаслідок групування ознак хі неперервної випадкової величини Х і переходу від інтервального варіаційного ряду до дискретного, отриманий такий розподіл для множини Х, зображений в таблиці (табл.9):
Таблиця 9
Частковий інтервал, Хі |
Сума частот варіант інтервалу, ni |
-1,447 |
7 |
-0,853 |
9 |
-0,258 |
11 |
0,336 |
13 |
0,930 |
7 |
2,119 |
3 |
Вибіркове середнє , вибіркове середнє квадратичне відхилення
Обчислимо вирівнюючі частоти за формулою , для чого складемо розрахункову табл. 10.
Таблиця 10
xi |
ni | ||||
-1,447 |
7 |
-1,379 |
-1,492 |
0,1315 |
4,229 |
-0,853 |
9 |
-0,785 |
-0,849 |
0,2803 |
9,014 |
-0,258 |
11 |
-0,190 |
-0,206 |
0,391 |
12,573 |
0,336 |
13 |
0,404 |
0,437 |
0,3637 |
11,696 |
0,930 |
7 |
0,999 |
1,080 |
0,2227 |
7,161 |
2,119 |
3 |
2,187 |
2,367 |
0,0246 |
0,791 |
|
50 |
|
|
|
45,464 |
За отриманими даними будуємо нормальну (теоретичну) криву за вирівнюючими частотами і полігон частот, що зображені на рис. 3.
Рис. 3
Для множини Y запишемо емпіричний розподіл в табл. 11.
Таблиця 11
yi |
ni |
-1,695 |
6 |
-1,063 |
8 |
-0,431 |
10 |
0,201 |
10 |
0,833 |
8 |
1,465 |
5 |
2,413 |
3 |
Нагадаємо, що вибіркове середнє множини Y , а вибіркове середнє квадратичне відхилення
Обчислимо вирівнюючі частоти (табл. 12).
Таблиця 12
yi |
ni | ||||
-1,695 |
6 |
-1,700 |
-1,523 |
0,1257 |
3,559 |
-1,063 |
8 |
-1,068 |
-0,957 |
0,2541 |
7,194 |
-0,431 |
10 |
-0,436 |
-0,391 |
0,3697 |
10,467 |
0,201 |
10 |
0,196 |
0,176 |
0,3932 |
11,132 |
0,833 |
8 |
0,828 |
0,742 |
0,3034 |
8,590 |
1,465 |
5 |
1,460 |
1,308 |
0,1714 |
4,853 |
2,413 |
3 |
2,408 |
2,157 |
0,0396 |
1,121 |
|
n = 50 |
|
|
|
46,916 |
Нормальна крива за вирівнюючими частотами і полігон частот для множини Y зображена на рис. 4.
Рис. 4
Порівняння графіків наочно показує, що побудована теоретична крива задовільно відображає результати спостережень.