Предварительная обработка выборочных данных
Исследование компонент многомерного случайного вектора факторных признаков. Представление выборочных данных в виде интервальных вариационных рядов. Оценка законов разделения генеральных совокупностей при построении эмпирической функции распределения.
| Рубрика | Экономика и экономическая теория |
| Вид | отчет по практике |
| Язык | русский |
| Дата добавления | 08.03.2017 |
| Размер файла | 149,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение высшего образования
«Оренбургский государственный университет»
Факультет экономики и управления
Кафедра математических методов и моделей в экономике
ОТЧЕТ
по дисциплине «Теория вероятностей и математическая статистика»
Предварительная обработка выборочных данных
Студент
Д.Е. Бабич
Руководитель
С.Т. Денисова
Оренбург 2016
«Предварительная обработка выборочных данных»
Исходные данные: результаты обследования 20 объектов.
Постановка задачи: провести анализ компонент многомерного случайного вектора факторных признаков:
- представить выборочные данные в виде интервальных вариационных рядов,
- оценить законы распределения генеральных совокупностей, построив оценку функции распределения (эмпирическую функцию распределения), оценку плотности распределения (гистограмму);
- по виду гистограммы выдвинуть предположение о характере распределения генеральных совокупностей.
|
№ варианта |
Номера признаков |
|
|
2 |
Х2, Х12, Х22 |
ХОД ВЫПОЛНЕНИЯ РАБОТЫ
Исходные данные для анализа
|
№№ хозяйств |
Озимая рожь |
Озимая рожь |
Озимая рожь |
|
|
X2 |
X12 |
X22 |
||
|
1 |
35,8 |
230,0 |
8 |
|
|
2 |
34,3 |
225,0 |
12 |
|
|
3 |
34,3 |
221,0 |
11 |
|
|
4 |
33,0 |
217,0 |
12 |
|
|
5 |
32,3 |
212,0 |
13 |
|
|
6 |
30,8 |
107,0 |
13 |
|
|
7 |
30,3 |
164,0 |
5 |
|
|
8 |
29,4 |
180,0 |
8 |
|
|
9 |
27,2 |
197,0 |
8 |
|
|
10 |
26,4 |
193,0 |
9 |
|
|
11 |
25,5 |
190,0 |
9 |
|
|
12 |
23,2 |
190,0 |
11 |
|
|
13 |
23,4 |
190,0 |
11 |
|
|
14 |
22,4 |
189,7 |
10 |
|
|
15 |
21,2 |
175,8 |
9 |
|
|
16 |
20,3 |
172,0 |
7 |
|
|
17 |
18,2 |
167,9 |
9 |
|
|
18 |
17,5 |
164,2 |
9 |
|
|
19 |
16,5 |
160,0 |
8 |
|
|
20 |
10,0 |
156,0 |
8 |
1 Представим выборочные данные в виде интервальных вариационных рядов
Воспользуемся автоматической функцией Excel Данные-Анализ данных - Гистограмма для каждого признака Х.
Рисунок 1 - Результаты функции Гистограмма
Рассчитаем нижнюю и верхнюю границы интервалов и представим итоговые интервальные вариационные ряды.
Для Х2 шаг равен 16,5-10=6,5. Следовательно, нижняя граница интервала =3,6, верхняя граница интервала =35,8
|
Границы интервалов для X2 |
Частота |
|
|
6,5-10 |
1 |
|
|
10-16,5 |
0 |
|
|
16,45-22,9 |
6 |
|
|
22,9-29,35 |
5 |
|
|
29,35-35,8 |
8 |
Для Х12 шаг равен 137,75-107=31. Следовательно, нижняя граница интервала =76, верхняя граница интервала =230
|
Границы интервалов для X12 |
Частота |
|
|
31-107 |
1 |
|
|
107-137,75 |
0 |
|
|
137,75-168,5 |
5 |
|
|
168,5-199,25 |
9 |
|
|
199,25-230 |
5 |
Для Х22 шаг равен 7-5=2. Следовательно, нижняя граница интервала =3, верхняя граница интервала =13
|
границы интервалов для X22 |
Частота |
|
|
2-5 |
1 |
|
|
5-7 |
1 |
|
|
7-9 |
10 |
|
|
9-11 |
4 |
|
|
11-13 |
4 |
2. Оценить законы распределения генеральных совокупностей, построив оценку функции распределения (эмпирическую функцию распределения), оценку плотности распределения (гистограмму)
Гистограммы можно построить на основе полученных интервальных вариационных рядов. вектор выборочный вариационный эмпирический
Рисунок 2 - Гистограмма X2
Рисунок 3 - Гистограмма X12
Рисунок 4 - Гистограмма X22
Построение графика функции распределения не предусмотрено статистическим модулем «Анализ данных» и поэтому на первом этапе построения проделывают несколько дополнительных вычислений.
Геометрическим представлением эмпирической функции распределения называют кумулянтой или кумулятивной прямой, где по оси х - расположены границы интервалов (карманов), а по оси y - накопленная частота н Нk, равная сумме частот всех предшествующих интервалов.
Найдем накопленные частоты для рассматриваемого примера, путем последовательного сложения ячеек столбца «Частоты».
Рисунок 5 - Вычисление накопленных частот для х 2
На следующем этапе для каждого интервала вычисляем эмпирическую функцию распределения по формуле: F(x)= н kH/n (n - объем выборки, равный 20) для каждого интервала.
Рисунок 6 - Вычисление значений функции распределения х2
Получим следующий график:
Рисунок 7 - График функции распределения х2
То же самое для оставшихся Х.
|
Границы интервалов для X12 |
Частота |
|
|
31-107 |
1 |
|
|
107-137,75 |
0 |
|
|
137,75-168,5 |
5 |
|
|
168,5-199,25 |
9 |
|
|
199,25-230 |
5 |
Рисунок 8 - График функции распределения х12
|
границы интервалов для X22 |
Частота |
|
|
2-5 |
1 |
|
|
5-7 |
1 |
|
|
7-9 |
10 |
|
|
9-11 |
4 |
|
|
11-13 |
4 |
Рисунок 9 - График функции распределения х22
3 По виду гистограммы выдвинуть предположение о характере распределения генеральных совокупностей
По виду гистограмм х2 и х12 можно предположить закон распределения отличный, от нормального.
По виду гистограмм в х22 можно предположить нормальный закон распределения.
Размещено на Allbest.ru
Подобные документы
Результаты вычисления интервальных оценок для математического ожидания и дисперсии. Вычисление выборочных характеристик по заданной выборке. Результаты ранжирования выборочных данных и вычисление моды и медианы. Оценка функции плотности распределения.
курсовая работа [215,7 K], добавлен 07.02.2016Виды и способы статистического наблюдения. Построение и анализ вариационных рядов распределения. Оценка параметров генеральной совокупности банков на основе выборочных данных. Расчет парного коэффициента корреляции и уравнения однофакторной регрессии.
контрольная работа [712,1 K], добавлен 30.03.2014Проведение статистической обработки данных по заданной выборке. Вычисление основных выборочных характеристик. Результаты вычисления интервальных оценок для математического ожидания и дисперсии. Статистический анализ оборачиваемости денежной массы.
курсовая работа [2,4 M], добавлен 22.12.2010Первичный анализ экспериментальных данных. Построение эмпирической плотности распределения случайной анализируемой величины и расчет ее характеристик. Определение вида закона распределения величины и расчёт его параметров при помощи метода моментов.
курсовая работа [1,2 M], добавлен 23.05.2009Понятие о выборочном наблюдении, его преимущества. Ошибки выборки и основные способы отбора. Распространение выборочных данных на генеральную совокупность. Определение необходимой численности выборки. Оценка существенности расхождения выборочных средних.
контрольная работа [95,1 K], добавлен 22.12.2010Оформление результатов сводки и группировки материалов статистического наблюдения в виде рядов распределения (атрибутивных и вариационных). Расчет средних величин и показателей вариации, моды и меридианы. Графическое изображение статистических данных.
контрольная работа [226,8 K], добавлен 31.07.2011Краткая характеристика Республики Калмыкия. Расчет основных характеристик вариационного ряда, моды, медианы, квартилей, децилей, перцентилей и статистических совокупностей. Распределение выборочных моментов и корреляционно-регрессионный анализ данных.
курсовая работа [580,4 K], добавлен 15.03.2011Проведение статистических наблюдений в биологии. Методы изучения массовых явлений. Графическое изображение рядов распределения. Показатели вариации признаков. Ошибки и надежность статистических показателей. Основные характеристики интервальных рядов.
отчет по практике [199,4 K], добавлен 23.12.2010Расчет числовых характеристик и обработка результатов выборочных наблюдений. Исчисление и анализ статистических показателей в экономике. Национальное богатство: элементы, оценка; баланс активов и пассивов; основные фонды, показатели оборотных средств.
курсовая работа [1,8 M], добавлен 25.12.2012Машинное обучение и статистические методы анализа данных. Оценка точности прогнозирования. Предварительная обработка данных. Методы классификации, регрессии и анализа временных рядов. Методы ближайших соседей, опорных векторов, спрямляющего пространства.
контрольная работа [833,1 K], добавлен 04.09.2016
