- •Лабораторный практикум по приложениям математической статистики
- •Первичная обработка результатов наблюдений Цель и содержание лабораторной работы № 1
- •Краткие теоретические сведения и план выполнения работы
- •Образец выполнения работы
- •Этап 1. Группировка данных в вариационный ряд
- •Этап 2. Графические изображения эмпирического закона распределения
- •В условных вариантах в исходных вариантах
- •Контрольные вопросы
- •Лабораторная работа № 2
- •Цель и содержание работы
- •2.1. Краткие теоретические сведения
- •1.Критерий согласия Пирсона
- •4. Критерий согласия Колмогорова
- •2.2. План выполнения работы и алгоритм расчетов
- •Критерий Романовского
- •Критерий Колмогорова
- •Графическая проверка
- •2.3 Образец выполнения работы
- •Приближенная проверка с использованием и
- •24. Вычислим с.К.О. И
- •Этап 4. Построение графиков эмпирических и теоретических распределений
- •2.4. Контрольные вопросы
- •Лабораторная работа № 3 Установление линейной корреляционной связи между двумя случайными величинами (факторами).
- •3.1. Краткие теоретические сведения
- •3.2. План выполнения работы и алгоритм расчетов
- •3.3. Образец выполнения работы
- •Двухфактроный дисперсионный анализ
1.Критерий согласия Пирсона
В качестве меры расхождения между теоретическим и эмпирическим распределениями принимается величина
(А)
где эмпирическая вероятность;
теоретическая вероятность, соответствующая выбранному (нормальному) закону распределения;
весовой коэффициент ой группы, введенный К. Пирсоном;
число групп.
Или (В)
где эмпирическая и теоретическая частоты.
Согласно закону распределения величины составлена таблица критических точек распределения , или значений в зависимости от и , где степень свободы, равный уровень значимости. Число степеней своды вычисляется как разность между числом групп в ряду распределений и числом связей. Под числом связей понимается число показателей эмпирического ряда, использованных при исчислении теоретических частот, т.е. показателей, связывающих эмпирические и теоретические частоты ( - в случае нормального расмпределения. (В случае выравнивания по кривой Пуассона , т.к. при построении частот используются две ограничивающие связи:
Из таблицы по известным и находят и сравнивают его с , вычисленным по указанной формуле (В) по эмпирическим данным.
Если то заключаем, что эмпирический ряд согласуется с гипотезой о предполагаемом распределении и с вероятностью можно утверждать, что расхождение между теоретическими и эмпирическими частотами случайно. В противном случае т.е. при гипотеза о предполагаемом (нормальном) законе отвергается на выбранном уровне значимости .
Используя критерий согласия , необходимо соблюдать следующие условия:
1) объем исследуемой совокупности должен быть достаточно большим при этом частота или численность каждой группы должен быть не менее 5. Если это условие нарушается, необходимо предварительно в таблице распределения с.в. объединить группы с малыми частотами;
2) эмпирическое распределение должно сосоять из данных, полученных в результате случайного отбора, т.е. они должны быть независимыми.
2. Критерий согласия Романовского
В качестве меры близости эмпирического и теоретического распределений В.И. Романовский предложил использовать величину но с учетом числа степеней свободы
, где число степеней свободы.
Если величина этого выражения меньше трех, т.е. то это дает основание для принятия гипотезы , в противном случае, когда . расхождения считаются существенными и гипотеза о нормальном законе не принимается.
3. Критерий согласия Ястремского
В качестве меры близости эмпирического и теоретического распределений Б.С. Ястремский предложил использовать величину с учетом числа группировок: , где количество групп выборки; величина, зависящая от количества групп, но при числе групп, меньшем 20, она принимается равной 0,6.
Если то эмпирическое распределение согласуется с теоретическим. Если , то эмпирическое распределение не укладывается в теоретическое.
В критериях Романовского и Ястремского величины, вычисленные по формулам и являются наблюдаемыми , а величина 3 – теоретическим значением критерия, т.е.