 
        
        - •Содержание
- •Введение
- •Постановка задачи
- •Теоретическая часть
- •Регрессионный анализ
- •Исходные данные и их обработка
- •Основные характеристики выборки
- •Корреляционный анализ
- •Регрессия Линейная регрессия
- •Параболическая регрессия
- •Проверка гипотез статистиками
- •Метод доверительных интервалов
- •Заключение
- •Список литературы
Основные характеристики выборки
Числовые характеристики X:
- 
M*(x) = 5,4433; 
- 
D*(x) = 7,4088; 
- 
S2(x) = 7,4836; 
- 
σ*(x) = 2,7219; 
- 
s*(x) = 2,7365; 
- 
  
- 
 
- 
  
- 
 
- 
 
- 
 
- 
начальные и центральные моменты первого, второго и третьего порядков: 





Числовые характеристики Y:
- 
M*(y) = 10,6568; 
- 
D*(y) =39,6181; 
- 
S2(y) =40,0182; 
- 
σ*(y) = 6,2943; 
- 
s*(y) = 6,3260; 
- 
  
- 
 
- 
  
- 
 
- 
 
- 
 
- 
начальные и центральные моменты первого, второго и третьего порядков: 





Корреляционный
момент 
 и коэффициент корреляции
и коэффициент корреляции 
 :
:


Полученное
значение коэффициента корреляции
характеризует обратную связь между
исследуемыми величинами, т. к. оно
положительно. Так как 
 принимает значение близкое к 1, то X
и Y
зависимы.
При увеличении X
Y
увеличивается.
принимает значение близкое к 1, то X
и Y
зависимы.
При увеличении X
Y
увеличивается.
Построим диаграмму рассеивания для данных значений X и Y:

Рис. 1. Диаграмма рассеивания
Корреляционный анализ
Для
корреляционного анализа данные удобнее
представить в виде корреляционной
таблицы.
Область попадания точек разбиваем на
7 интервалов по X
и 7 по Y.
В первой строке таблицы укажем средние
значения интервалов для Y,
а в первом столбце – средние значения
интервалов по X.
На пересечении строк и столбцов находятся
частоты 
 наблюдаемых пар значений признаков.
наблюдаемых пар значений признаков. 
| x/y | 1,4286 | 2,8572 | 4,2857 | 5,7143 | 7,1429 | 8,5714 | 10 | ny | 
| 3,2857 | 8 | 4 | 2 | 1 | 1 | 3 | 0 | 19 | 
| 6,5715 | 2 | 10 | 3 | 0 | 0 | 0 | 2 | 17 | 
| 9,8572 | 0 | 0 | 6 | 1 | 0 | 0 | 0 | 7 | 
| 13,1429 | 0 | 0 | 1 | 10 | 4 | 0 | 0 | 15 | 
| 16,4286 | 0 | 0 | 0 | 2 | 10 | 5 | 0 | 17 | 
| 19,7143 | 0 | 0 | 0 | 0 | 3 | 10 | 6 | 19 | 
| 23 | 0 | 0 | 0 | 0 | 0 | 0 | 6 | 6 | 
| nx | 10 | 14 | 12 | 14 | 18 | 18 | 14 | 100 | 
С помощью корреляционной таблицы мы сможем найти оценки для X:
 ,
где
,
где 
 ,
,
 =
6,0857;
=
6,0857;
 ,
,
 =7,4946;
=7,4946;
 
 ,
,
 =
8,7473;
=
8,7473;
 ,
,
 =2,7376;
=2,7376;
 ,
,
 =2,9570.
=2,9570.
С помощью корреляционной таблицы найдем числовые характеристики Y:
 ,
где
,
где 
 ,
,
 =12,3215;
=12,3215;
 ,
,
 =41,7532;
=41,7532;
 ,
,
 =48,7121;
=48,7121;
 ,
,
 =
6,4617;
=
6,4617; 
 ,
,
 =6,9794.
=6,9794.
Вычислим начальные моменты первого, второго и третьего порядков для X и Y:




 
 
Вычислим центральные моменты второго и третьего порядков для X и Y:
 


 
Используя данные корреляционной таблицы, построим гистограммы, полигоны и графики эмпирических функций распределения для X и Y (см. рис. 2 — рис. 7):

Рис. 2. Гистограмма частот по X

Рис. 3. Гистограмма относительных частот по X

Рис. 4. Гистограмма частот по Y

Рис. 5. Гистограмма относительных частот по Y
Гистограмма представляет собой графическое изображение зависимости частоты попадания элементов выборки от соответствующего интервала группировки.

Рис. 6. Полигон частот по X

Рис. 7. Полигон относительных частот по X

Рис. 8. Полигон частот по Y

Рис. 9. Полигон относительных частот по Y
Полигоны представляют собой один из способов графического представления плотности вероятности случайной величины.


Рис. 10. Эмпирическая функция распределения по X

Рис. 11. Эмпирическая функция распределения по Y
Эмпирическая функция распределения служит для оценки теоретической функции распределения генеральной совокупности.
