- •Тема 1 цели и задачи математической статистики.
- •Совокупность и выборка
- •Показатели выборки
- •Гипотезы распределения
- •Интервальные и точечные оценки
- •Дисперсионный анализ
- •Непараметрические критерии
- •Линейная однофакторная корреляция
- •Непараметрические показатели связи
- •Криволинейная корреляция
- •Линейная однофакторная регрессия
Гипотезы распределения
Установите соответствие в уравнении
μ |
стандартное отклонение генеральной совокупности (при ) |
σ |
Вероятность |
P(X) |
генеральная средняя (математическое ожидание) |
Максимум, или центр, нормального распределения лежит в точке
Х> μ
Х< μ
Х≠μ
Х= μ
Уравнением Гаусса-Лапласа можно аппроксимировать
Количественную непрерывную изменчивость
Качественную изменчивость
Количественную дискретную изменчивость
Любую количественную изменчивость
Установите соответствие переменных в уравнении
μ |
стандартное отклонение генеральной совокупности (при ) |
σ |
Вероятность |
P(X) |
генеральная средняя (математическое ожидание) |
При нормальном распределении генеральной совокупности в области μ ± σ лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
Кривая нормального распределения всегда
Дискретна
Прямолинейна
Ассиметрична
Симметрична
Установите соответствие в уравнении
μ |
стандартное отклонение генеральной совокупности (при ) |
σ |
Математическая константа |
π |
генеральная средняя (математическое ожидание) |
При нормальном распределении генеральной совокупности в области μ ± 2σ лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
При нормальном распределении выборочной совокупности среднее арифметическое лежит
вне области μ ±σ
вне области μ +σ
вне области μ – σ
всегда в области μ ±σ
Выберите вид кривой соответствующий положительной асимметрии
|
|
При нормальном распределении генеральной совокупности в области μ ± 3σ лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
Если коэффициент асиметрии As выборки превосходит критическое значение Asst, содержащиеся в этих таблицах, гипотеза о нормальности распределения должна быть
…………………………..
Если коэффициент эксцесса Ex выборки меньше чем критическое значение Exst, содержащиеся в этих таблицах, гипотеза о нормальности распределения должна быть
…………………………..
Выберите вид кривой соответствующий отрицательному эксцессу
|
|
Если коэффициент асимметрии As выборки меньше чем критическое значение Asst, содержащиеся в этих таблицах, гипотеза о нормальности распределения должна быть
…………………………..
Выберите вид кривой соответствующий положительному эксцессу
|
|
Если коэффициент эксцесса Ex выборки превосходит критическое значение Exst, содержащиеся в этих таблицах, гипотеза о нормальности распределения должна быть
…………………………..
для проверки гипотезы нормального распределения выборочной совокупности можно использовать (2)
коэффициент асимметрии
дисперсию выборки
стандартное отклонение
критерий Хи-квадрат (χ2)
критерий Стьюдента (t)
В формуле
f – ………………….. частота признака в интервале
f – теоретическая частота признака в интервале
k- число …………… ……………..
При определении стандартной величины критерия хи-квадрат χ2 учитывается
только заданный уровень значимости
только степени свободы
только заданный уровень значимости и степени свободы
заданный уровень значимости, степени свободы и дисперсия выборки
Нулевая гипотеза о соответствии распределения выборки нормальному распределению по критерию Шапиро-Уилка принимается если
W > Wst
W < Wst
W =Wst
W=1
Величину k для определения Критерия Шапиро-Уилка рассчитывают согласно следующим правилам:
если n -……………….., то ,
При качественном варьировании отношение численности каждого из членов ряда n1 n2 к численности совокупности Ν ( ) называется
группа признака
совокупность признака
выборка признака доля признака
доля признака
для проверки гипотезы нормального распределения выборочной совокупности можно использовать (2)
коэффициент эксцесса
дисперсию выборки
стандартное отклонение
критерий Стьюдента (t)
критерий Шапиро-Уилка
В формуле
f – эмпирическая частота признака в интервале
f `- …………………. частота признака в интервале
k- число …………… ……………..
Нулевая гипотеза о соответствии распределения выборки нормальному распределению по критерию хи-квадрат принимается
χ2 > χ2st
χ2 < χ2st
χ2 =χ2st
χ2=1
В формуле расчета критерия Шапиро-Уилка
В – вспомогательная величина
С - …………….. ……………… ………………
При определении стандартной (критической) величины критерия Шапиро-Уилка учитывается
только заданный уровень значимости
только объем выборки
только заданный уровень значимости и объем выборки
заданный уровень значимости, объем выборки и дисперсия выборки
При альтернативной (двояковозможной) изменчивости когда доля одного признака обозначается через р, а второго через q, то сумма ρ + q всегда равна
0
0,5
1,0
бесконечно большому числу
для проверки гипотезы нормального распределения выборочной совокупности можно использовать (2)
коэффициент асимметрии
дисперсию выборки
стандартное отклонение
критерий Стьюдента (t)
критерий Колмогорова-Смирнова
В формуле
f – …………………. частота признака в интервале
f `- …………………. частота признака в интервале
k- число степеней свободы
Нулевая гипотеза о соответствии распределения выборки нормальному распределению по критерию хи-квадрат отвергается если
χ2 > χ2st
χ2 < χ2st
χ2 =χ2st
χ2=1
Для уверенного применения критерия хи-квадрат χ2 для оценки нормальности распределения объем выборки должен составлять не меньше
100 вариант
50 вариант
20 вариант
10 вариант
Нулевая гипотеза о соответствии распределения выборки нормальному распределению по критерию Шапиро-Уилка отвергается если
W > Wst
W < Wst
W =Wst
W=1
Преобразование уравнения Гаусса-Лапласа называется
F-преобразованием
t-преобразованием Стьюдента
z преобразованием
χ2 преобразованием
При нормальном распределении вероятность распределения t (при преобразовании Стьюдента) в области μ ± 3t лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
Отношение дисперсий:
является дискретной функцией
является прямолинейной функцией
является непрерывной функцией
не является величиной описываемой функцией
При нормальном распределении вероятность распределения t (при преобразовании Стьюдента) в области μ ± t лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
Кривая распределения t величины (по Стьюденту) всегда
Бимодальна
Прямолинейна
Ассиметрична
Симметрична
Функция распределения возможных значений величины F приближается к кривой нормального распределения, когда
n<10
n=20-30
n=50
n→∞
При нормальном распределении вероятность распределения t (при преобразовании Стьюдента) в области μ ± 2t лежит примерно
68% всех наблюдений
95% всех наблюдений
99% всех наблюдений
100% всех наблюдений
Функция распределения возможных значений величины t приближается к кривой нормального распределения, когда
n>0
n<5
n<10
n≈30
Кривая распределения F величины (по Фишеру) может быть (2)
Дискретна
Прямолинейна
Ассиметрична
Симметрична
бимодальна