- •Введение
- •Лабораторная работа № 1 Первичная обработка статистических данных
- •Основные теоретические сведения
- •1 Выборочный метод
- •2 Сгруппированный и интервальный статистические ряды
- •3 Эмпирическая функция распределения
- •4 Оценки числовых характеристик
- •Контрольные вопросы
- •2 Схема построения доверительных интервалов
- •3 Доверительные интервалы для математического ожидания и дисперсии случайной величины, имеющей нормальное распределение
- •Лабораторная работа № 3
- •2 Основные понятия статистической проверки гипотез
- •3 Применение критерия Пирсона 2 для проверки гипотезы о виде закона распределения случайной величины
- •4 Алгоритм применения критерия 2 для проверки гипотезы о виде закона распределения исследуемой случайной величины
- •2 Проверка гипотез о математическом ожидании случайной величины, имеющей нормальное распределение
- •3 Проверка гипотез равенства двух случайных величин, имеющих нормальное распределение
- •Лабораторная работа № 5 Построение регрессионной модели системы двух случайных величин
- •1 Введение
- •2 Регрессионный анализ
- •3 Метод наименьших квадратов
- •4 Пошаговый регрессионный анализ
- •5 Корреляционный анализ
- •6 Проверка значимости оценок коэффициентов корреляции и детерминации
- •Приложение а (справочное) Работа с пакетом statgraphics Plus for Windows
- •1 Запуск пакета statgraphics Plus
- •2 Создание файла выборок значений исследуемых величин
- •3 Использование существующего файла данных
- •4 Вычисление оценок числовых характеристик и построение гистограммы (столбцовой диаграммы) исследуемой случайной величины
- •5 Печать результатов статистического анализа
- •6 Определение доверительного интервала для математического ожидания и среднеквадратического отклонения случайной величины
- •7 Проверка гипотезы о значении математического ожидания случайной величины
- •8 Проверка гипотезы о значении математического ожидания случайной величины
- •9 Проверка непараметрической гипотезы о виде закона распределения исследуемой случайной величины
- •10 Построение диаграммы рассеяния
- •11 Регрессионный и корреляционный анализ
- •Приложение б (справочное) Критические точки распределения Стьюдента
- •Приложение в (справочное) Критические точки распределения 2
- •Приложение г (справочное) Таблица значений функции Лапласа
- •Приложение д (справочное) Критические точки распределения Фишера
- •Приложение ж (справочное) Критические точки стандартного нормального распределения
- •Приложение и (информационное) Рабочая программа по дисциплине «Теория вероятностей и математическая статистика»
- •1 Цели и задачи дисциплины, её место в учебном процессе
- •1.1 Цель преподавания дисциплины
- •1.2 Задачи изучения дисциплины
- •2.1.2 Одномерные случайные величины
- •2.1.3 Многомерные случайные величины
- •2.1.4 Основные понятия математической статистики
- •3 Учебно-методические материалы
- •Список принятых условных обозначений
- •Список литературы
- •Содержание
8 Проверка гипотезы о значении математического ожидания случайной величины
8.1 Создать новый или открыть существующий файл исходных данных (элементов выборки исследуемой величины).
8.2 В главном меню выбрать раздел «Compare»«Two Samples»«Two-Sample Comparison».
8.3 В появившемся окне «Two-Sample Comparison» (рисунок А.11) выбрать (из списка) для исследования выборки двух случайных величин, указав их имена в поле «Sample 1» и «Sample 2» соответственно. Нажать кнопку «OK».
Рисунок А.11 – Окно выбора для исследования выборок двух случайных величин
8.4 В открывшемся окне результатов сравнения двух величин «Two-Sample Comparison» (рисунок А.12) нажать кнопку выбора таблиц. В появившемся окне «Tabular Options» выбрать пункт «Comparison of Means» (сравнение математических ожиданий), выделение других пунктов отменить. Нажать кнопку «OK».
8.5 В окне результатов сравнения двух величин «Two-Sample Comparison» (см. рисунок А.12) нажать кнопку выбора графиков. В появившемся окне «Graphical Options» отменить все выделения. Нажать кнопку «OK». Окно результатов сравнения двух величин «Two-Sample Comparison» примет вид, соответствующий рисунку А.13.
8.6 На панели «Comparison of Means» окна «Two-Sample Comparison» нажать правую кнопку мыши и во всплывающем меню выбрать пункт «Pane Options». В появившемся окне «Comparison of Means Options» (см. рисунок А.12) следует указать гипотетическое (предполагаемое) значение различия математических ожиданий исследуемых величин (или ноль, если математические ожидания предполагаются одинаковыми); значение уровня значимости (в процентах) и вид альтернативной гипотезы: «Not Equal» соответствует Ha: M[X]M[Y]; «Less Than» – Ha: M[X]<M[Y]; «Greater Than» – Ha: M[X]>M[Y]. Нажать кнопку «OK». Панель результатов проверки гипотезы «Comparison of Means» окна «Two-Sample Comparison» примет вид, соответствующий таблице А.3.
Рисунок А.12 – Окно результатов сравнения двух случайных величин
Таблица А.3 – Результаты проверки параметрической гипотезы о равенстве математических ожиданий двух случайных величин с помощью t-критерия Стьюдента
Comparison of Means |
Панель сравнения математических ожиданий |
95,0% confidence interval for mean of Col_1: 18,3572 +/- 1,78034 [16,5769,20,1375] |
Доверительный интервал для математического ожидания первой величины |
95,0% confidence interval for mean of Col_2: 19,295 +/- 1,76704 [17,528,21,062] |
Доверительный интервал для математического ожидания второй величины |
95,0% confidence interval for the difference between the means assuming equal variances: -0,9378 +/- 2,42614 [-3,36394,1,48834] |
Допустимые (для доверительной вероятности 0,95) различия математических ожиданий случайных величин при условии равенства их дисперсий |
t test to compare means |
t-критерий Стьюдента для сравнения математических ожиданий |
Null hypothesis: mean1 = mean2 |
Нулевая гипотеза: H0: M[X] = M[Y] |
Alt. hypothesis: mean1 NE mean2 |
Альтернативная гипотеза: Hа: M[X] M[Y] |
assuming equal variance: t = -0,78251 P-value = 0,438764 |
Расчетное значение t-критерия Стьюдента; максимальный уровень значимости, для которого проверяемая гипотеза еще согласуется с результатами испытаний |
Вывод. Для уровня значимости = 0,05 нулевая гипотеза H0: M[X] = M[Y] не отклоняется (т.к. P-value > ) |