- •1.4. Подбрасываются две игральные кости. Определить вероятность того, что выпадут одинаковые числа.
- •4.35. Монету подбрасывают восемь раз. Какова вероятность того, что она ни разу не упадет гербом вверх?
- •9.3 Вычислить математическое ожидание и дисперсию величин u и V, а так же определить их коэффициент корреляции :
- •Задача 10. Обработка одномерной выборки Условие задачи
- •X f*(X)
- •X f*(X)
- •Задача 11. Обработка двухмерной выборки Условие задачи
Задача 11. Обработка двухмерной выборки Условие задачи
По выборке двухмерной случайной величины:
- вычислить точечную оценку коэффициента корреляции;
- вычислить интервальную оценку коэффициента корреляции (γ = 0,95);
- проверить гипотезу об отсутствии корреляционной зависимости;
-
вычислить оценки параметров a0
и a1
линии
регрессии
;
- построить диаграмму рассеивания и линию регрессии.
Двумерная выборка №23:
( -0.47; 1.82) ( 2.93; -1.50) ( 3.74; -0.81) ( 3.67; 0.97) ( 7.27; -4.14) ( 5.77; -2.92) ( 3.14; -0.74) ( 4.15; -0.08) ( 4.10; 0.92) ( 3.94; 0.25) ( 3.15; 0.90) ( 2.41; 1.50) ( 4.68; -1.00) ( 4.57; -2.35) ( 3.15; 1.63) ( 3.56; 0.98) ( 7.35; -4.63) ( 0.72; -1.72) ( 8.86; -5.91) ( 7.92; -2.57) ( 2.08; 0.59) ( 5.00; -2.73) ( 9.77; -7.25) ( 5.72; -2.99) ( 1.08; 4.58) ( 4.25; -2.23) ( 7.80; -5.02) ( 5.59; 1.58) ( 3.94; -2.71) ( 2.02; -0.44) ( 3.80; -1.06) ( 4.06; 2.72) ( 3.00; 0.41) ( 5.69; -0.50) ( 4.74; -3.52) ( 6.42; -3.47) ( 1.14; 3.43) ( 2.07; 2.99) ( 4.15; 2.25) ( 8.03; -2.70) ( 6.89; -4.06) ( 7.58; -2.45) ( 5.83; -2.78) ( 3.23; -0.51) ( 6.10; -4.32) ( 5.98; -3.09) ( 4.55; -1.75) ( 6.84; -1.28) ( 3.34; 1.33) ( 1.48; 3.69)
Решение
Для удобства все промежуточные вычисления поместим в таблицу 7. Вычислим:
Оценки математических ожиданий по каждой переменной:
![]()
Оценки начальных моментов второго порядка по каждой переменной:
![]()
Оценку смешанного начального момента второго порядка:
![]()
Оценки дисперсий:
![]()
Оценку корреляционного момента:
![]()
Таблица 7 – Результаты промежуточных вычислений
|
|
x |
y |
x2 |
y2 |
x*y |
|
1 |
-0,47 |
1,82 |
0,2209 |
3,3124 |
-0,8554 |
|
2 |
2,93 |
-1,5 |
8,5849 |
2,25 |
-4,395 |
|
3 |
3,74 |
-0,81 |
13,9876 |
0,6561 |
-3,0294 |
|
4 |
3,67 |
0,97 |
13,4689 |
0,9409 |
3,5599 |
|
5 |
7,27 |
-4,14 |
52,8529 |
17,1396 |
-30,0978 |
|
6 |
5,77 |
-2,92 |
33,2929 |
8,5264 |
-16,8484 |
|
7 |
3,14 |
-0,74 |
9,8596 |
0,5476 |
-2,3236 |
|
8 |
4,15 |
-0,08 |
17,2225 |
0,0064 |
-0,332 |
|
9 |
4,1 |
0,92 |
16,81 |
0,8464 |
3,772 |
|
10 |
3,94 |
0,25 |
15,5236 |
0,0625 |
0,985 |
|
11 |
3,15 |
0,9 |
9,9225 |
0,81 |
2,835 |
|
12 |
2,41 |
1,5 |
5,8081 |
2,25 |
3,615 |
|
13 |
4,68 |
-1 |
21,9024 |
1 |
-4,68 |
|
14 |
4,57 |
-2,35 |
20,8849 |
5,5225 |
-10,7395 |
|
15 |
3,15 |
1,63 |
9,9225 |
2,6569 |
5,1345 |
|
16 |
3,56 |
0,98 |
12,6736 |
0,9604 |
3,4888 |
|
17 |
7,35 |
-4,63 |
54,0225 |
21,4369 |
-34,0305 |
|
18 |
0,72 |
-1,72 |
0,5184 |
2,9584 |
-1,2384 |
|
19 |
8,86 |
-5,91 |
78,4996 |
34,9281 |
-52,3626 |
|
20 |
7,92 |
-2,57 |
62,7264 |
6,6049 |
-20,3544 |
|
21 |
2,08 |
0,59 |
4,3264 |
0,3481 |
1,2272 |
|
22 |
5 |
-2,73 |
25 |
7,4529 |
-13,65 |
|
23 |
9,77 |
-7,25 |
95,4529 |
52,5625 |
-70,8325 |
|
24 |
5,72 |
-2,99 |
32,7184 |
8,9401 |
-17,1028 |
|
25 |
1,08 |
4,58 |
1,1664 |
20,9764 |
4,9464 |
|
26 |
4,25 |
-2,23 |
18,0625 |
4,9729 |
-9,4775 |
|
27 |
7,8 |
-5,02 |
60,84 |
25,2004 |
-39,156 |
|
28 |
5,59 |
1,58 |
31,2481 |
2,4964 |
8,8322 |
|
29 |
3,94 |
-2,71 |
15,5236 |
7,3441 |
-10,6774 |
|
30 |
2,02 |
-0,44 |
4,0804 |
0,1936 |
-0,8888 |
|
31 |
3,8 |
-1,06 |
14,44 |
1,1236 |
-4,028 |
|
32 |
4,06 |
2,72 |
16,4836 |
7,3984 |
11,0432 |
|
33 |
3 |
0,41 |
9 |
0,1681 |
1,23 |
|
34 |
5,69 |
-0,5 |
32,3761 |
0,25 |
-2,845 |
|
35 |
4,74 |
-3,52 |
22,4676 |
12,3904 |
-16,6848 |
|
36 |
6,42 |
-3,47 |
41,2164 |
12,0409 |
-22,2774 |
|
37 |
1,14 |
3,43 |
1,2996 |
11,7649 |
3,9102 |
|
38 |
2,07 |
2,99 |
4,2849 |
8,9401 |
6,1893 |
|
39 |
4,15 |
2,25 |
17,2225 |
5,0625 |
9,3375 |
|
40 |
8,03 |
-2,7 |
64,4809 |
7,29 |
-21,681 |
|
41 |
6,89 |
-4,06 |
47,4721 |
16,4836 |
-27,9734 |
|
42 |
7,58 |
-2,45 |
57,4564 |
6,0025 |
-18,571 |
|
43 |
5,83 |
-2,78 |
33,9889 |
7,7284 |
-16,2074 |
|
44 |
3,23 |
-0,51 |
10,4329 |
0,2601 |
-1,6473 |
|
45 |
6,1 |
-4,32 |
37,21 |
18,6624 |
-26,352 |
|
46 |
5,98 |
-3,09 |
35,7604 |
9,5481 |
-18,4782 |
|
47 |
4,55 |
-1,75 |
20,7025 |
3,0625 |
-7,9625 |
|
48 |
6,84 |
-1,28 |
46,7856 |
1,6384 |
-8,7552 |
|
49 |
3,34 |
1,33 |
11,1556 |
1,7689 |
4,4422 |
|
50 |
1,48 |
3,69 |
2,1904 |
13,6161 |
5,4612 |
|
среднее |
4,5356 |
-1,0138 |
25,471 |
7,782074 |
-9,13051 |
Точечную оценку коэффициента корреляции:
![]()
Вычислим интервальную оценку коэффициента корреляции с заданной надёжностью
.
По таблице функции Лапласа
:


Таким образом, доверительный интервал для коэффициента корреляции имеет вид:
![]()

Проверим гипотезу о корреляционной зависимости:
![]()
Так как объём выборки велик (n>50), то критерий вычислим по формуле:

По
таблицы функции Лапласа
.
Так
как
,
то гипотеза
не
принимается
, т.е. величины
и
коррелированны.
Вычислим оценки параметров линии регрессии:
![]()
Уравнение линии регрессии имеет вид:
![]()
Исходя
из двухмерной выборки построим диаграмму
рассеивания и линию регрессии
+
.

