Контрольная работа по "Математике"

Автор работы: Пользователь скрыл имя, 27 Мая 2013 в 16:21, контрольная работа

Краткое описание

План выполнения задания
1. Преобразовать исходную выборку в статистический группированный ряд, построить график эмпирических частот (многоугольник распределения) и выдвинуть гипотезу о законе распределения генеральной совокупности. Выдвинуть гипотезы об асимметрии и эксцессе кривой распределения.
2. Вычислить теоретические (гипотетические) частоты для каждого интервала группированного ряда. Построить график теоретических частот и вычислить эмпирическое значение критерия согласия Пирсона.
3. Проверить все выдвинутые гипотезы и дать заключение по результатам анализа.

Вложенные файлы: 1 файл

контр. по м.статистике.doc

— 592.00 Кб (Скачать файл)

  1. Оценка  математического ожидания  случайной  величины  Х : =
  2. Оценка  математического  ожидания случайной  величины Y :  =
  3. Оценка среднего  квадратического отклонения случайной величины X:  =

=

  1. Оценка среднего квадратического отклонения  случайной величины Y :  =

=

  1. Оценка   коэффициента   корреляции  (выборочный  коэффициент  корреляции): =
  2. - нулевая гипотеза о не значимости коэффициента корреляции

Эмпирическое значение критерия проверки гипотезы: =

Критическое значение критерия   находим из таблиц распределения Стьюдента (приложение 4) по доверительной вероятности и числу степеней свободы .

Так как  , то гипотеза о не значимости коэффициента корреляции отклоняется.

 

7.

- доверительный  интервал  для   коэффициента корреляции  r .

Из таблицы приложения 3 обратным интерполиров2анием по b = 0.95 находим значение .

     

Доверительный  интервал  для  коэффициента корреляции  r .

Т.к. , то выборочный коэффициент корреляции можно считать надежным, а линейную корреляционную  зависимость  между  X   и Y  установленной.

8.  -  уравнение   прямой  регрессии;

Параметры  уравнения  регрессии:

  1. Оценка точности регрессии.

Точность  регрессии  (остаточное среднее квадратическое  отклонение  точек  поля  корреляции  от  прямой  регрессии, или иначе - средняя квадратическая  ошибка измерений значений ),  где :

 =

10. Оценка точности  параметров прямой регрессии.

Cредние квадратические отклонения (точность) параметров и уравнения:

 

Вывод:

  1. Между  случайными  величинами  X  и  Y  существует прямая  корреляционная  зависимость  с  коэффициентом  корреляции  .
  2. Уравнение регрессии получено  с  точностью .

 


Информация о работе Контрольная работа по "Математике"