- •Моделирование экосистем
- •250100 «Лесное дело»
- •Моделирование экосистем
- •250100 «Лесное дело»
- •Введение
- •Практическая работа. Получение индивидуального задания
- •Исходные данные
- •Расчет средних показателей
- •Лабораторная работа. Группировка выборочной совокупности
- •Практическая работа. Расчет статистических характеристик большой выборочной совокупности Расчет статистических характеристик большой выборочной совокупности через центральное отклонение
- •Лабораторная работа. Расчет статистических характеристик большой выборочной совокупности через моменты Расчет моментов
- •Расчет центральных и основных моментов
- •Практическая работа. Расчет статистических характеристик при помощи моментов
- •Лабораторная работа. Теоретическое распределение
- •Расчет частот нормального распределения
- •Расчет теоретических частот распределения типа а
- •Расчет теоретических частот по распределению типа в
- •Практическая работа. Расчет критерия согласия Пирсона
- •Корреляционный анализ
- •Лабораторная работа. Корреляция малой выборочной совокупности
- •Расчет показателей малой выборочной совокупности.
- •Практическая работа. Расчет характеристик связи между показателями
- •Получение уравнения регрессии по данным взаимосвязи
- •Графическое отражение взаимосвязи
- •Лабораторная работа. Корреляция большой выборочной совокупности
- •Лабораторная работа. Расчет статистических характеристик Статистические характеристики по ряду х
- •Статистические характеристики по ряду у
- •Характеристики связи большой выборочной совокупности
- •Построение графика корреляции
- •Практическая работа. Дисперсионный анализ
- •Лабораторная работа. Регрессионный анализ
- •Метод избранных координат точек
- •Проверка адекватности уравнения
- •Метод статистических характеристик
- •Лабораторная работа. Метод наименьших квадратов
- •Приложения
- •Литература
- •Моделирование экосистем
- •250100 «Лесное дело»
Практическая работа. Расчет критерия согласия Пирсона
Критерий согласия учитывает расхождения отдельных значений частот классов и таким образом свидетельствует о том, насколько близки два распределения. Он может быть применен как для сравнения двух фактических вариационных рядов, так и для установления правильности выбора теоретического распределения.
В том случае, если значение критерия согласия не превышает табличного значения, различия между рядами распределения признаются несущественными.
Для оценки расхождения фактического и теоретического распределения табличное значение критерия согласия принимается равным 2.
Критерий согласия рассчитывается по формуле:
, где К – количество классов включая добавленные при расчете теоретического распределения.
Расчет выполняется в форме таблицы:
Таблица 10
Расчет критерия согласия теоретических частот с фактическими
х |
n |
n` |
n-n` |
(n-n`)2 | |
8,25 |
0 |
1,752 |
-1,752 |
3,070 |
1,752 |
9,95 |
6 |
5,479 |
0,521 |
0,272 |
0,050 |
11,65 |
18 |
12,869 |
5,131 |
26,324 |
2,045 |
13,35 |
22 |
22,711 |
-0,711 |
0,506 |
0,022 |
15,05 |
31 |
30,112 |
0,888 |
0,789 |
0,026 |
16,75 |
25 |
29,994 |
-4,994 |
24,940 |
0,836 |
18,45 |
20 |
22,446 |
-2,446 |
5,983 |
0,267 |
20,15 |
17 |
12,620 |
4,380 |
19,187 |
1,520 |
21,85 |
4 |
5,330 |
-1,330 |
1,770 |
0,332 |
23,55 |
3 |
1,692 |
1,308 |
1,712 |
1,012 |
25,25 |
0 |
0,403 |
-0,403 |
0,163 |
0,403 |
|
146 |
145,408 |
|
|
8,262 |
В нашем случае критерий согласия Пирсона не превышает табличного значения, что свидетельствует о незначительных расхождениях в сравниваемых вариационных рядах, а также о том, что теоретическое распределение было подобрано верно.
Корреляционный анализ
Корреляция – это взаимосвязь между показателями, при которой устанавливается только факт связи, ее теснота, направленность и форма. Установление конкретных значений одного фактора в зависимости от другого не входит в задачи корреляции.
Из самого понятия корреляции следует, что в этом случае требуется наличие как минимум двух показателей, между которыми устанавливается взаимосвязь. В этом разделе мы будем использовать и ряд х, и ряд у.
Лабораторная работа. Корреляция малой выборочной совокупности
Установление связи в малой выборочной совокупности начнем с ее формирования. В качестве исходной совокупности возьмем большую выборку. Для малой выборочной совокупности характерно количество вариант в пределах 30.
Для формирования выборки по индивидуальному варианту принимаем количество вариант 20+n, где n – последняя цифра номера зачетной книжки. Нужно отметить, что это – предварительная численность малой выборки и она может измениться в процессе формирования.
Согласно нашего примера предварительная численность малой выборки составит 20+3=23 варианты.
Согласно требования объективности выборки формирование производим путем равномерного отбора. Для этого определим номера отбираемых значений из большой выборки:
Шаг отбора:
,
где Nбвс и Nмвс – численность большой и малой выборочной совокупности соответственно. Шаг отбора округляется до целого числа и из большой выборки отбираются значения, номера которых кратны шагу отбора.
Соответственно из большой выборочной совокупности отбираются значения № 6, 12, 18, 24 и так далее.
Расчеты показателей взаимосвязи выполняются при помощи таблицы.
В этой таблице первая колонка – номер по порядку, вторая колонка – номер варианты в большой выборке (кратное 6), третья и четвертая колонки – показатели х и у, пятая и седьмая колонки – центральные отклонения по ряду х и у соответственно.
Таблица 11
Корреляция малой выборочной совокупности
№ |
№ вар |
х |
y |
|
2 |
|
2 |
× | |||||||
1 |
6 |
15,6 |
0,0191 |
-0,19 |
0,037 |
-0,00142 |
0,000002 |
0,000272 | |||||||
2 |
12 |
15,0 |
0,0177 |
-0,79 |
0,627 |
-0,00282 |
0,000008 |
0,002232 | |||||||
3 |
18 |
17,2 |
0,0232 |
1,41 |
1,983 |
0,00268 |
0,000007 |
0,003774 | |||||||
4 |
24 |
17,2 |
0,0232 |
1,41 |
1,983 |
0,00268 |
0,000007 |
0,003774 | |||||||
5 |
30 |
19,8 |
0,0308 |
4,01 |
16,067 |
0,01028 |
0,000106 |
0,041206 | |||||||
6 |
36 |
14,8 |
0,0172 |
-0,99 |
0,983 |
-0,00332 |
0,000011 |
0,003292 | |||||||
7 |
42 |
16,3 |
0,0208 |
0,51 |
0,258 |
0,00028 |
0,000000 |
0,000142 | |||||||
8 |
48 |
15,7 |
0,0194 |
-0,09 |
0,008 |
-0,00112 |
0,000001 |
0,000103 | |||||||
9 |
54 |
9,2 |
0,0066 |
-6,59 |
43,450 |
-0,01392 |
0,000194 |
0,091756 | |||||||
10 |
60 |
11,7 |
0,0107 |
-4,09 |
16,742 |
-0,00982 |
0,000096 |
0,040180 | |||||||
11 |
66 |
16,3 |
0,0208 |
0,51 |
0,258 |
0,00028 |
0,000000 |
0,000142 | |||||||
12 |
72 |
14,2 |
0,0159 |
-1,59 |
2,533 |
-0,00462 |
0,000021 |
0,007353 | |||||||
13 |
78 |
15,3 |
0,0184 |
-0,49 |
0,242 |
-0,00212 |
0,000004 |
0,001042 | |||||||
14 |
84 |
9,9 |
0,0077 |
-5,89 |
34,712 |
-0,01282 |
0,000164 |
0,075531 | |||||||
15 |
90 |
20,9 |
0,0343 |
5,11 |
26,095 |
0,01378 |
0,000190 |
0,070393 | |||||||
16 |
96 |
24,3 |
0,0463 |
8,51 |
72,392 |
0,02578 |
0,000665 |
0,219345 | |||||||
17 |
102 |
15,0 |
0,0177 |
-0,79 |
0,627 |
-0,00282 |
0,000008 |
0,002232 | |||||||
18 |
108 |
16,3 |
0,0208 |
0,51 |
0,258 |
0,00028 |
0,000000 |
0,000142 | |||||||
19 |
114 |
17,4 |
0,0238 |
1,61 |
2,587 |
0,00328 |
0,000011 |
0,005275 | |||||||
20 |
120 |
17,6 |
0,0243 |
1,81 |
3,270 |
0,00378 |
0,000014 |
0,006836 | |||||||
21 |
126 |
15,7 |
0,0194 |
-0,09 |
0,008 |
-0,00112 |
0,000001 |
0,000103 | |||||||
22 |
132 |
10,7 |
0,009 |
-5,09 |
25,925 |
-0,01152 |
0,000133 |
0,058656 | |||||||
23 |
138 |
12,2 |
0,0117 |
-3,59 |
12,900 |
-0,00882 |
0,000078 |
0,031679 | |||||||
24 |
144 |
20,7 |
0,0336 |
4,91 |
24,092 |
0,01308 |
0,000171 |
0,064201 | |||||||
|
379 |
0,4924 |
0,00 |
288,038 |
-0,00008 |
0,001893 |
0,729663 |