Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Вариант 11.doc
Скачиваний:
1
Добавлен:
13.07.2019
Размер:
2.16 Mб
Скачать

5. Проверим гипотезу о соответствии выборочных данных нормальному распределению.

Определим концы интервалов по формуле , для чего составим таблицу

i

Границы интервалов

Границы интервалов

xi

xi+1

zi

zi+1

1

2,16954

3,205248

-

-1,2352

2

3,205248

4,240956

-1,2352

-0,4278

3

4,240956

5,276664

-0,4278

0,3795

4

5,276664

6,312372

0,3795

1,1868

5

6,312372

7,34808

1,1868

+

Найдем теоретические вероятности pi и теоретические частоты . Результаты расчетов запишем в таблицу

i

Границы интервалов

Ф(zi)

Ф(zi+1)

pi

zi

zi+1

1

-

-1,2352

-0,5

-0,3916

0,1084

2,71

2

-1,2352

-0,4278

-0,3916

-0,1656

0,226

5,65

3

-0,4278

0,3795

-0,1656

0,1478

0,3134

7,835

4

0,3795

1,1868

0,1478

0,3823

0,2345

5,8625

5

1,1868

+

0,3823

0,5

0,1177

2,9425

Вычислим наблюдаемое значение критерия Пирсона . Для этого составим таблицу:

i

ni

1

3

2,71

0,29

0,0841

0,031

2

5

5,65

-0,65

0,4225

0,0748

3

6

7,835

-1,835

3,3672

0,4298

4

8

5,8625

2,1375

4,5689

0,7793

5

3

2,9425

0,0575

0,0033

0,0011

 

25

25

 

 

1,316

=1,316

По уровню значимости =0,05 и количеству степеней свободы k=n-3=5-3=2 находим по таблице критических точек: =9,2

Т.к. , то нет оснований отвергнуть гипотезу о нормальном распределении испытаний.

6. Построим доверительный интервал для генеральной средней и генеральной дисперсии.

Предельная ошибка выборки для средней рассчитывается по формуле:

, где t – коэффициент доверия, который зависит от вероятности, с которой делается утверждение.

Коэффициент доверия находится из соотношения 2Ф(t)=p, где Ф(х) – интегральная функция Лапласа.

По условию p=0,99, 

2Ф(t)=0,99

Ф(t)=0,495

t=2,58.

Границы, в которые попадает генеральная средняя, задаются неравенствами:

4,7898– 0,662  a  4,7898+ 0,662

4,1278 a  5,4518

Найдем интервальную оценку среднего квадратического отклонения

s(1-q)<<s(1+q) (при q<1)

0<<s(1+q) (при q>1)

Значения q(n,) находятся по таблице.

В данном случае =0,95, n=25,  q(25;0,95)=0,32

1,2829(1-0,32)<< 1,2829(1+0,32)

0,8724<<1,6934

Тогда оценка для дисперсии будет:

0,87242<2<1,69342

0,7611<2<2,8676

7. С надежностью 0,99:

а) проверим гипотезу о равенстве генеральной средней значению 5,1.

Выдвигаем гипотезы:

H0: a=5,1

H1: a>5,1

Т.к. дисперсия генеральной совокупности неизвестна, то рассчитываем выражение

По таблице значений критических точек Стьюдента находим критическое значение

tкр(;n-1)=tкр(0,01;24)=2,8

Т.к. 1,21<2,8, то нет оснований отвергнуть гипотезу о равенстве генеральной средней значению 5,1.

б) Проверим гипотезу о равенстве генеральной дисперсии значению 1,0404.

Выдвигаем гипотезы:

H0: 2=1,0404

H1: 2>1,0404

Рассчитываем выражение

По таблице значений критических точек распределения «Хи-квадрат» находим критическое значение (;n-1)= (0,01;24)=42,98

Т.к. 37,9677<42,98, то нет оснований отвергнуть гипотезу о равенстве генеральной дисперсии значению 1,0404.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]