Теорія ймовірності - high_math
.pdfІз значення rB робимо висновок, що ознаки X i Y скорельовані і
мають майже лінійну залежність.
Зауважимо, що оцінки параметрів ознак X i Y можна знайти, користуючись інтервальним розподілом (табл. 3.13). Наприклад,
|
k |
* |
|
/ n |
xB = |
∑ xi |
ni |
||
i=1 |
|
|
|
де k — кількість знайдених інтервалів і xi* — середини цих інтер-
валів.
Таким чином,
xB = 201 (−12,4 4 − 5,2 3 + 2 6 + 9,2 5 + 16,4 2) = 1,28.
Абсолютно аналогічно будуть знаходитись інші оцінки, але вони будуть менш точними, ніж знайдені.
в) Нехай Н0 — гіпотеза про незалежність випадкових величин X та
Y, xmax = 20, xmin = – 16, ymax = 62, ymin = – 32, m = 5, hx = 7,2, hy = 18,8.
Результати перевірки Н0 подаємо у вигляді табл. 3.14, де на перетині i-го рядка та j-го стовпця містяться елементи nij .
Таблиця 3.14
Y |
|
|
|
|
|
|
|
|
5 |
|
X |
[– 32; – 13,2] |
[– 13,2; 5,6] |
[5,6; 24,4] |
[24,4; 43,2] |
[43,2; 62] |
|
∑nij = ni0 |
|||
|
|
|
|
|
|
|
j =1 |
|
||
[– 16; – 8,8] |
|
2 |
2 |
– |
– |
– |
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
[– 8,8; – 1,6] |
|
1 |
2 |
– |
– |
– |
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
[– 1,6; 5,6] |
– |
|
4 |
2 |
– |
– |
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
[5,6; 12,8] |
|
– |
1 |
2 |
1 |
1 |
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
[12,8; 20] |
|
– |
– |
1 |
– |
1 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
5 |
5 |
= 20 |
∑nij = n0 j |
|
3 |
9 |
5 |
1 |
2 |
|
∑∑nij |
||
i=1 |
|
|
|
|
|
|
|
i=1 j=1 |
|
|
За формулою (3.20) |
|
|
|
|
|
|
|
|||
χ2 |
= 20 [1/ 4(22 / 3 + 22 / 9) + 1/ 3(12 / 3 + 22 / 9) + |
|
|
|
||||||
+1/ 6(42 / 9 + 22 / 5) + 1/ 5(12 / 9 + 22 / 5 + 12 /1+ 12 / 2) + |
|
|
|
|||||||
|
|
+1/ 2(12 / 5 + 12 / 2) − 1] = 21,28 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
231 |
Кількість ступенів свободи k = (5 – 1)(5 – 1) = 16.
Оскільки за таблицею χα2 = 26,3, а χ2 > χα2 , то гіпотезу про неза-
лежність випадкових величин X та Y потрібно відкинути. Тобто задана система величин X та Y є залежною. При цьому залежність між
ними близька до лінійної, оскільки rB = 0,89 (майже одиниця).
Приклад 3.15. Реакцію хворих на застосування медичного препарату задано даними, наведеними в табл. 3.15
|
|
|
|
Таблиця 3.15 |
|
|
|
|
|
|
|
Стать |
Кількість хворих, стан яких |
|
Усього |
||
|
|
|
|
||
поліпшився |
не змінився |
погіршився |
|
||
|
|
|
|||
|
|
|
|
|
|
Чоловіки |
18 |
28 |
6 |
|
52 |
|
|
|
|
|
|
Жінки |
33 |
40 |
19 |
|
92 |
|
|
|
|
|
|
Усього |
51 |
68 |
25 |
|
144 |
Чи можна вважати, що вплив препарату не залежить від статі хворих? Узяти α = 0,9.
Розв’язання. За формулою (3.20)
χ2 = 144 [1/ 52(182 / 51+ 282 / 68 + 62 / 25) + +1/ 92(332 / 51+ 402 / 68 + 192 / 25) − 1] = 2,53.
Кількість ступенів свободи k = (2– 1)(3– 1) = 2.
Оскільки за таблицею χα2 = 4,6 і χ2 < χα2 , то гіпотеза приймається, тобто вплив препарату не залежить від статі.
3.4. Кореляційний та регресійний аналіз. Оцінки лінійної та квадратичної регресії за методом найменших квадратів
При одночасній появі двох і більше величин у результаті проведення експерименту дослідник має підстави для встановлення певної залежності між ними.
Строгої функціональної залежності між змінними, у буквальному розумінні цього слова, у реальному світі не існує, бо вони перебувають під впливом випадкових факторів, наслідки яких передбачити практично неможливо. Тому між змінними існує особлива форма
232
зв’язку, яку називають стохастичною і яка трансформується, не змінюючи своєї суті, у статистичну залежність.
Показником, що вимірює стохастичний зв’язок між змінними, є коефіцієнт кореляції, який свідчить з певною мірою ймовірності, наскільки зв’язок між змінними близький до строгої лінійної залежності.
Для двовимірного статистичного розподілу вибірки введемо поняття статистичної залежності між ознаками X та Y.
Статичною залежністю ознаки X від ознаки Y називають таку залежність, за якої при зміні значень ознаки Y = yi змінюється умо-
вний статистичний розподіл ознаки X.
Статистичною залежністю ознаки Y від ознаки Х називають таку залежність, за якої зі зміною значень ознаки X = xi змінюється умовний статистичний розподіл ознаки Y.
Уразі зміни умовних статистичних розподілів змінюватимуться
йумовні числові характеристики.
Звідси випливає визначення кореляційної залежності між ознаками X і Y.
Кореляційною залежністю ознаки Y від Х, або регресією Y на Х,
називається функціональна залежність умовного середнього |
yx j від |
аргументу x : |
(3.22) |
yx = ϕ(x). |
Аналогічно кореляційною залежністю ознаки Х від Y називається функціональна залежність умовного середнього xyi від аргументу y :
xy = ψ( y).
Графіки функцій ϕ(x) та ψ( y) називають кривими регресії.
Між ознаками X та Y може існувати статистична залежність і за відсутності кореляційної. Але коли існує кореляційна залежність між ознаками X та Y, то обов’язково між ними існуватиме і статистична залежність.
Для функції ϕ(x) припускаються відомими властивості гладкості або її вигляд з точністю до деяких параметрів. Наприклад,
yx = ϕ(x, β0 , β1 ) або yx = ϕ(x, β0 , β1 , …, βN ).
У частинному випадку, якщо ϕ(x, β0 , β1 ) = β0 + β1 x , то говорять про лінійну регресію Y на Х. Пряма y = β0 + β1 x називається пря-
мою регресії з невідомими параметрами β0 і β1 .
233
Для вибіркових даних X :{ x1, x2 , …, xn } i Y :{ y1 , y2 , …, yn } природно визначити залежність рівностями
yi = β0 + β1xi + δi , (i = 1, n)
де δi — незалежні випадкові величини, що характеризують відхилення y від гіпотетичної теоретичної регресії з M (δi ) = 0 і однаковими дисперсіями D(δi ) = σ2 . При цьому елементи послідовності
δ1, δ2 , …, δn є некорельованими ( Kij = 0).
Для нелінійного випадку аналогічно припускається, що
y = ϕ(x ) + δ |
, M (δ |
) = 0, D(δ |
) = σ2 . |
||
i |
i |
i |
i |
i |
|
Щоб визначити параметри функції ϕ(x) = ϕ(x, β0 , β1, …, βN ), за-
стосовують метод найменших квадратів. Для цього складають суму квадратів відхилень
n |
δi2 |
n |
, β1, …, βN ))2 |
Q = ∑ |
, Q(β0 , β1, …, βN ) = ∑( yi − ϕ(xi , β0 |
||
i=1 |
|
i=1 |
|
і вимагають, щоб вона для вибіркових даних була мінімальною. Статистичні оцінки β0 , β1, ..., βN параметрів β0 , β1, ..., βN знаходять як розв’язки системи рівнянь:
∂Q |
= 0, ..., |
∂Q |
= 0. |
|
|
||
∂β0 |
∂βN |
Метод найменших квадратів для параметрів β0 , β1 лінійної регресії дає такі оцінки:
|
|
n |
n |
n |
|
|
|
|
|
|
|
|
|
n∑ xi yi − (∑ xi )(∑ yi ) |
|
|
|
|
|
|
|
||
β1 = |
i=1 |
i=1 |
i=1 |
, |
β0 = yB − β1xB . |
(3.23) |
|||||
n |
n |
|
|||||||||
|
|
n∑ xi2 |
− (∑ xi )2 |
|
|
|
|
|
|
|
|
|
|
i=1 |
i=1 |
|
|
|
|
|
|
|
|
Коефіцієнт β1 можна знайти також за формулою
|
|
|
|
|
|
|
|
|
= |
K |
XY |
. |
(3.24) |
||
β |
|||||||
|
|
|
|||||
1 |
|
sX2 |
|
234
Якщо елементи вибірки (xi , yi ), |
|
(i = |
1, n |
) |
|
перетворити за фор- |
|||||||||||||||||||||||||
мулами |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
x0 = |
xi − xB |
, |
y0 = |
yi − yB |
, |
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
i |
σBX |
|
|
|
|
|
i |
|
|
|
|
σBY |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
то пряма регресії буде визначатися співвідношенням y0 |
= r x0 . |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
β′ |
, β′ |
|
|
|
|
|
|
|
|
|
|
|
B |
|||||
Аналогічно оцінки параметрів |
лінійної регресії X на Y об- |
||||||||||||||||||||||||||||||
числюється за формулами |
|
|
|
|
|
|
|
|
|
0 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
′ = |
K |
XY |
; |
|
|
|
|
′ |
= x |
|
− |
|
′ y |
|
|
|
|
(3.25) |
|||||||||||
|
β |
|
|
β |
B |
β |
B |
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
1 |
|
|
s2 |
|
|
|
|
0 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
||||||||||
Співвідношення |
|
|
Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
′ = |
|
r |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(3.26) |
||||
|
|
|
|
|
|
|
β |
|
β |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
1 1 |
|
|
|
B |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
використовують для контролю обчислень. |
|
|
|
|
|
|
|
x2 |
|
||||||||||||||||||||||
У випадку, коли y = ϕ(x, β |
0 |
, β , β |
2 |
) = β |
0 |
|
+ β x + β |
2 |
для оцінок |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
β0 , β1 , β2 параметрів β0 , β1, β2 дістаємо таку систему лінійних рівнянь:
|
|
|
|
n |
|
|
|
|
|
n |
|
|
|
n |
|
n |
|
|
||||||||
|
β |
2 ∑ xi4 |
+ |
β |
1 ∑ xi3 |
+ |
β |
0 ∑ xi2 |
= ∑ xi2 yi , |
|
||||||||||||||||
|
|
|
i=1 |
|
|
|
|
|
i=1 |
|
|
|
i=1 |
|
i=1 |
|
||||||||||
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
n |
|
|
n |
|
|
|
|
β |
2 ∑ xi3 |
+ |
β |
1 ∑ xi2 |
+ |
β |
0 ∑ xi |
= |
∑ xi yi , |
(3.27) |
|||||||||||||
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
i=1 |
|
|
i=1 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
β |
2 ∑ xi2 |
+ |
β |
1 ∑ xi |
+ |
β |
0n = ∑ yi . |
|
||||||||||||||
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
i=1 |
|
|
Для спрощення обчислень вихідні дані часто попередньо перетворюють (див. приклад 3.17).
Приклад 3.16. Дано вибірку
xi |
3,72 |
3,09 |
3,47 |
3,25 |
3,34 |
3,11 |
3,51 |
3,34 |
3,68 |
3,40 |
yi |
1,49 |
2,73 |
3,32 |
3,32 |
3,69 |
3,67 |
3,30 |
2,55 |
3,11 |
3,60 |
Обчислити коефіцієнт кореляції, визначити і побудувати прямі регресії Y на Х та Х на Y.
Розв’язання. За формулами (3.16) знаходимо xB = 3,39; yB = 3,08. Складаємо табл. 3.16.
235
Таблиця 3.16
i |
xi |
xi − xB |
yi |
yi − yB |
( xi − xB ) ( yi − yB ) |
( xi − xB )2 |
( yi − yB )2 |
|
|
|
|
|
|
|
|
1 |
3,72 |
0,33 |
1,49 |
– 1,59 |
– 0,525 |
0,109 |
2,528 |
|
|
|
|
|
|
|
|
2 |
3,09 |
– 0,3 |
2,73 |
– 0,35 |
0,105 |
0,09 |
0,123 |
|
|
|
|
|
|
|
|
3 |
3,47 |
0,08 |
3,32 |
0,24 |
0,019 |
0,006 |
0,058 |
|
|
|
|
|
|
|
|
4 |
3,25 |
– 0,14 |
3,32 |
0,24 |
– 0,034 |
0,020 |
0,058 |
5 |
3,34 |
– 0,05 |
3,69 |
0,61 |
– 0,03 |
0,003 |
0,372 |
|
|
|
|
|
|
|
|
6 |
3,11 |
– 0,28 |
3,67 |
0,59 |
– 0,165 |
0,078 |
0,348 |
|
|
|
|
|
|
|
|
7 |
3,51 |
0,12 |
3,30 |
0,22 |
0,026 |
0,014 |
0,048 |
8 |
3,34 |
– 0,05 |
2,55 |
– 0,53 |
0,027 |
0,003 |
0,281 |
|
|
|
|
|
|
|
|
9 |
3,68 |
0,29 |
3,11 |
0,03 |
0,009 |
0,084 |
0,001 |
|
|
|
|
|
|
|
|
10 |
3,40 |
0,01 |
3,60 |
0,52 |
0,005 |
0,000 |
0,270 |
|
|
|
|
|
|
|
|
∑ |
33,91 |
|
30,78 |
|
– 0,56 |
0,41 |
4,09 |
|
|
|
|
|
|
|
|
За формулами (3.17), (3.18) та (3.21) знаходимо sX2 |
= 0,05; |
|||||||||||||||||
σ |
|
|
|
= 0,22; s2 = 0,45; σ |
|
|
|
|
|
|
|
|
= – 0,06; r |
= – 0,41. |
||||
ÂX |
BY |
= 0,67; K |
XY |
|||||||||||||||
|
|
|
Y |
|
|
|
|
|
|
|
|
|
B |
|||||
Прямі регресії Y на Х та Х на Y мають відповідно вигляд |
||||||||||||||||||
|
|
|
|
|
y = β |
0 |
+ β x та x = β′ + β′y. |
|
||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
0 |
|
|
|
Оцінки для параметрів β0 |
і β1 |
знаходимо за формулами (3.23) та |
||||||||||||||||
(3.24): |
|
|
|
|
1 = – 0,06/0,05 = – 1,2; |
|
|
|
|
= 3,08 – (– 1,2)·3,39 = 7,15 |
||||||||
|
|
|
|
β |
β |
0 |
||||||||||||
Оцінки параметрів β′ таβ′ |
знаходимо за формулами (3.25): |
|||||||||||||||||
|
|
|
0 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
′ = – 0,06/0,45 = – 0,13; |
|
′ |
= 3,39 – (– 0,13) · 3,08 = 3,8. |
||||||||||||
|
β |
β |
||||||||||||||||
|
1 |
|
|
|
|
0 |
|
|
|
|
|
Таким чином, прямі регресії мають такі рівняння: y = 7,15 – 1,2 x та x = 3,8 – 0,13 y .
Для перевірки застосуємо співвідношення (3.26):
ββ′ = (−1,2) (− 0,13) = 0,39.
11
Зурахуванням помилок округлення можна вважати, що
β β′ = r .
1 1 B
236
Прямі регресії подано на рис. 3.4
yy
|
|
х 3,8 – 0,13 y |
7,155 |
|
|
|
х=3,8-0,13у |
|
|
|
|
3,08
|
|
|
|
|
|
|
|
x |
0 |
|
3,39 |
|
5,95 |
yу=7,15-1,2– 1,2х |
x |
х |
|
0 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
Рис. 3.4
Приклад 3.17. Заміри температури повітря на протязі доби в другій половині вересня в середній смузі кожні 4 години дали наступні результати:
t, час |
0 |
4 |
8 |
12 |
16 |
20 |
24 |
|
|
|
|
|
|
|
|
Т, °C |
10 |
6 |
9 |
13 |
17 |
14 |
11 |
Вважаючи, |
що залежність між цими змінними |
|
має вигляд |
|||||
T = β |
0 |
+ β t + β |
t2 , знайти оцінки параметрів β |
, |
β , β |
2 |
за методом |
|
|
1 |
2 |
0 |
|
1 |
|
||
найменших квадратів. |
|
|
|
|
Розв’язання. Попередньо перетворимо вихідні дані за формулами
x = (t − 12) / 4, |
y = T −11 і знайдемо оцінки параметрів моделі y = β0 + |
|||||||||||
+ β x + β |
2 |
x2 . |
Для підрахунку коефіцієнтів системи (3.27) складемо |
|||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
табл. 3.17. |
|
|
|
|
|
|
|
Таблиця 3.17 |
||||
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
ti |
|
|
xi |
|
|
Ti |
yi |
xiyi |
xi2 |
xi2yi |
xi3 |
xi4 |
0 |
|
|
– 3 |
|
|
10 |
– 1 |
3 |
9 |
– 9 |
– 27 |
81 |
4 |
|
|
– 2 |
|
|
6 |
– 5 |
10 |
4 |
– 20 |
– 8 |
16 |
8 |
|
|
– 1 |
|
|
9 |
– 2 |
2 |
1 |
– 2 |
– 1 |
1 |
12 |
|
|
0 |
|
|
13 |
2 |
0 |
0 |
0 |
0 |
0 |
16 |
|
|
1 |
|
|
17 |
6 |
6 |
1 |
6 |
1 |
1 |
20 |
|
|
2 |
|
|
14 |
3 |
6 |
4 |
12 |
8 |
16 |
24 |
|
|
3 |
|
|
11 |
0 |
0 |
9 |
0 |
27 |
81 |
∑ |
|
|
0 |
|
|
|
3 |
27 |
28 |
– 13 |
0 |
196 |
|
|
|
|
|
|
|
|
|
|
|
|
237 |
Система для обчислення оцінок параметрів β0 , β1, β2 має вигляд
196 |
|
|
|
2 |
|
|
+28 |
|
|
0 |
= −13, |
|
β |
β |
|||||||||||
|
|
|
|
28 |
|
1 |
|
|
|
|
|
= 27, |
|
|
|
|
β |
|
|
|
|
|
|||
28 |
|
2 |
+7 |
|
0 |
= 3. |
||||||
β |
β |
Розв’язавшицю систему, одержуємо β0 = 1,63; β1 = 0,96; β2 = – 0,3. Тобто
y = 1,63 + 0,96x − 0,3x2 .
Повертаючись до вихідних змінних, одержуємо
T − 11 = 1,63 + 0,96(t − 12) / 4 − 0,3((t − 12) / 4)2 .
Або
T = −0,02t2 + 0,72t + 6,87.
Т.3 ВПРАВИ ДЛЯ АУДИТОРНОЇ
ІСАМОСТІЙНОЇ РОБОТИ
1.Під час обробки даних випробувань літака було зафіксовано такі показники швидкості V , ì /ñ, відриву літака при зльоті за даної
зустрічної швидкості вітру ν, м/с:
v |
9,8 |
10 |
11 |
11,4 |
13 |
14 |
14,7 |
V |
63,8 |
64,2 |
64,7 |
65,3 |
66 |
66,7 |
68 |
|
|
|
|
|
|
|
|
а) Знайти статистичні оцінки математичного сподівання, дисперсії, кореляційного момента та коефіцієнта кореляції;
б) перевірити гіпотезу про незалежність цих випадкових величин на рівні значущості α = 0,001.
2. Результати аналізу залежності кількості набраних балів абітурієнтами Х від кількості абітурієнтів Y на вступних іспитах подано вибіркою:
Х |
45 |
43 |
42 |
41 |
40 |
39 |
Y |
25 |
38 |
65 |
95 |
120 |
140 |
238
а) Знайти статистичні оцінки параметрів системи (Х, Y);
б) перевірити гіпотезу про незалежність цих випадкових величин на рівні значущості α = 0,1.
3.Залежність річної заробітної плати Y від загального виробітку
Хподано у вигляді двовимірного статистичного розподілу:
Y = yi |
|
|
|
X = xj |
|
|
|
|
|
|
|
|
|
|
|
1,5 |
2,5 |
3,5 |
|
4,5 |
5,5 |
ny |
|
|
|
||||||
|
|
|
|
|
|
|
i |
0,82 |
1 |
3 |
– |
|
– |
– |
4 |
0,86 |
– |
3 |
2 |
|
1 |
– |
6 |
|
|
|
|
|
|
|
|
0,9 |
– |
2 |
5 |
|
9 |
3 |
19 |
|
|
|
|
|
|
|
|
0,94 |
– |
– |
– |
|
6 |
4 |
10 |
|
|
|
|
|
|
|
|
0,98 |
– |
– |
– |
|
– |
2 |
2 |
|
|
|
|
|
|
|
|
nx j |
1 |
8 |
7 |
|
16 |
9 |
41 |
Обчислити xB , yB , sX2 , sY2 , σBÕ , σBY , KXY і rB .
4. Залежність висоти прольоту дальнього привода Н, м, під час заходу літака на посадку від мінімальної швидкості літака V , м/с,
наведено у вигляді двовимірного статистичного розподілу:
H = hi |
|
|
|
V = vj |
|
|
|
|
|
|
|
|
|
|
|
53 |
53,5 |
54 |
|
54,5 |
55 |
nh |
|
|
|
||||||
|
|
|
|
|
|
|
i |
322 |
– |
1 |
3 |
|
– |
1 |
|
324 |
2 |
2 |
– |
|
– |
– |
|
326 |
– |
– |
2 |
|
3 |
– |
|
328 |
3 |
1 |
2 |
|
– |
– |
|
330 |
2 |
– |
1 |
|
– |
– |
|
nv j |
|
|
|
|
|
|
|
Обчислити KVH і rB .
5. Стверджується залежність доброякісного продукту від постачальника. Перевірити це твердження за такими даними при рівні значущості α = 0,05:
239
Продукт |
|
Постачальник |
|
|
|
|
|
||
А |
В |
С |
||
|
||||
|
|
|
|
|
Доброякісний |
19 |
25 |
24 |
|
|
|
|
|
|
Недоброякісний |
28 |
31 |
27 |
|
|
|
|
|
6. Із двох сортів металу виготовлено дві партії однотипних виробів, по 100 виробів в кожній партії. Вимірювання цих деталей дали такі результати:
Номер партії |
|
Кількість виробів |
|
|
|
|
|
виробів |
Заниженого |
Нормального |
Завищеного |
|
розміру |
розміру |
розміру |
1 |
30 |
45 |
25 |
2 |
47 |
41 |
12 |
|
|
|
|
Чи залежать розміри вимірюваних виробів від сорту металу?
Узяти α = 0,05.
За даними в задачах 7 і 8 вибірками знайти статистичні оцінки параметрів ознак X i Y і оцінки коефіцієнтів лінійної регресії Y на Х та Х на Y.
7. Дано вибірку
X |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
Y |
0,5 |
0,9 |
1,4 |
2,5 |
3,5 |
3,9 |
4,5 |
5,1 |
7,1 |
7,8 |
|
|
|
|
|
|
|
|
|
|
|
Закінчення вибірки
10 |
11 |
12 |
13 |
14 |
15 |
16 |
8,2 |
8,7 |
9,6 |
12,3 |
13,6 |
15,4 |
17,3 |
|
|
|
|
|
|
|
8. Дано вибірку
X |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
0,9 |
1 |
1,1 |
1,2 |
1,3 |
|
|
|
|
|
|
|
|
|
|
|
Y |
2,3 |
2,4 |
3,2 |
4,2 |
5,5 |
8,1 |
10,5 |
12,5 |
17,1 |
22,8 |
|
|
|
|
Закінчення вибірки |
|
|
|
|
|
|
|
1,4 |
1,5 |
1,6 |
1,7 |
|
1,8 |
25,7 |
33,6 |
38,2 |
42,5 |
|
52,1 |
|
|
|
|
|
|
240