Распределение случайных величин
Проверка гипотезы о нормальном распределении случайных величин по критерию Пирсона, анализ их зависимости. Построение полигона и гистограмм относительных частот. Определение выборочного коэффициента корелляции. Уравнения и графики прямых линий регрессии.
Рубрика | Математика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 27.10.2011 |
Размер файла | 294,0 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/
Вариант № 17
Содержание расчетного задания:
I. Проверить гипотезу о нормальном распределении случайных величин Х и Y, для чего:
1. Построить сгруппированные выборочные ряды распределений признаков Х и Y и корреляционную таблицу.
2. Построить полигоны, гистограммы для величин Х и Y.
3. Вычислить выборочные характеристики: средние и , , оценки среднеквадратичных отклонений и, асимметрии Ах и Ау и эксцессы Ех и Еу.
4. Сформулировать и проверить гипотезу о законе распределения случайных величин Х и Y по критерию Пирсона с уровнем значимости .
5. Найти доверительные интервалы для и , и
6. Записать функции плотности вероятностей случайных величин.
II. Проанализировать зависимость случайных величин Х и Y, для чего:
1. Вычислить выборочной коэффициент корелляции ;
2. Проверить гипотезу о незначимости его отклонения от нуля;
3. Найти уравнения прямых линий регрессии Х на Y и Y на Х;
4. Построить графики линии регрессии и экспериментальные точки.
распределение случайная величина корелляция
Решение:
Дана выборочная совокупность объёма n = 84.
Таблица 1 (выборочная совокупность)
50.205 50.206 50.207 50.207 50.209 50.211 50.211 50.211 50.214 50.215 50.216 50.216 50.217 50.217 50.218 50.219 50.222 50.223 50.221 50.222 50.226 |
36.01 51.36 52.49 68.68 77.42 84.08 89.55 94.21 107.33 114.61 110.52 116.94 131.60 130.98 149.58 153.91 150.55 170.37 159.11 178.07 193.26 |
50.204 50.206 50.206 50.208 50.209 50.210 50.211 50.213 50.214 50.214 50.216 50.217 50.215 50.219 50.218 50.219 50.221 50.219 50.221 50.221 50.224 |
38.11 43.18 59.94 69.26 70.37 80.04 87.52 89.62 107.74 116.52 119.17 137.85 134.07 136.69 136.20 161.51 149.28 153.02 189.41 197.26 193.36 |
50.205 50.206 50.207 50.209 50.208 50.210 50.211 50.211 50.214 50.214 50.213 50.217 50.215 50.216 50.218 50.217 50.220 50.221 50.223 50.225 50.224 |
41.18 51.97 56.50 61.47 66.81 86.05 84.75 97.94 94.77 109.32 111.13 125.95 139.55 150.46 157.87 151.50 177.40 156.09 164.50 199.46 177.91 |
50.205 50.206 50.208 50.208 50.209 50.210 50.211 50.213 50.212 50.215 50.214 50.216 50.216 50.218 50.218 50.219 50.222 50.221 50.224 50.223 50.222 |
37.26 44.88 59.63 59.33 72.58 73.04 91.93 94.31 100.04 107.42 107.20 116.45 122.53 144.74 160.13 155.57 148.23 155.40 168.97 167.65 188.52 |
I. Из таблицы 1 находим:
Размах R х разобьем на К=7 интервалов:
При этом размах Rх увеличивается > R*х =0.004х7=0.028
При этом размах Ry увеличивается > R*y=24х7=168
Найдем условный ноль для Х:
Найдем условный ноль для Y:
Строим корреляционную таблицу, опираясь на которую построим полигон частот варианты X и Y, а так же гистограммы относительных частот:
Вычисление параметров распределения случайной величины U будем вести с помощью начальных моментов н1, н2, н3, н4.
Таблица 3-1 (для варианты Х)
Ui |
ni |
Ui ni |
Ui2 ni |
(U i +1)2 ni |
Ui3 ni |
Ui4 ni |
(U i +1)4 ni |
|
-3 |
1 |
-3 |
9 |
4 |
-27 |
81 |
16 |
|
-2 |
15 |
-30 |
60 |
15 |
-120 |
240 |
15 |
|
-1 |
15 |
-15 |
15 |
0 |
-15 |
15 |
0 |
|
0 |
19 |
0 |
0 |
19 |
0 |
0 |
19 |
|
1 |
16 |
16 |
16 |
64 |
16 |
16 |
256 |
|
2 |
16 |
32 |
64 |
144 |
128 |
256 |
1296 |
|
3 |
2 |
6 |
18 |
32 |
54 |
162 |
512 |
|
84 |
6 |
182 |
278 |
36 |
770 |
2114 |
Столбцы 5 и 8 контрольные: для указанных сумм должны выполняться тождества:
У5= У4+ 2У3+ У2
278=182+2х6+84 ?верно
У8= У7+ 4У6+ 6У4+4 У3+ У2
2114=770+4х36+6х182+4х6+84 -верно
Расчет суммы выполнен верно:
Числовые характеристики для варианты U находим по формулам:
Ассиметрия
Эксцесс
Числовые характеристики для варианты X находим по формулам:
As(x) = As(U)= -0.009
E(x) = E(U) = -1.05
Оценим соответствие
Таблица 3-2 (для варианты Y)
Vi |
ni |
Vi ni |
Vi2 ni |
(V i +1)2 ni |
Vi3 ni |
Vi4 ni |
(V i +1)4 ni |
|
-3 |
10 |
-30 |
90 |
40 |
-270 |
810 |
160 |
|
-2 |
12 |
-24 |
48 |
12 |
-96 |
192 |
12 |
|
-1 |
12 |
-12 |
12 |
0 |
-12 |
12 |
0 |
|
0 |
14 |
0 |
0 |
14 |
0 |
0 |
14 |
|
1 |
16 |
16 |
16 |
64 |
16 |
16 |
256 |
|
2 |
13 |
26 |
52 |
117 |
104 |
208 |
1053 |
|
3 |
7 |
21 |
63 |
112 |
189 |
567 |
1792 |
|
84 |
-3 |
281 |
359 |
69 |
1805 |
3287 |
Столбцы 5 и 8 контрольные: для указанных сумм должны выполняться тождества:
У5 = У4+2У3+У2
-верно
У8 = У7+4У6+6У4+4У3+У2
- верно
Расчет суммы выполнен верно:
Числовые характеристики для варианты V находим по формулам:
Асимметрия
Эксцесс
Числовые характеристики для варианты Y находим по формулам:
As(Y) = As(V)= -0.068
E(Y) = E(V) = -1.09
Оценим соответствующие числовые характеристики генеральной совокупности:
Проверка гипотезы о виде распределения случайной величины Х
Построенные полигон и гистограмма, значения As и E позволяют высказать гипотезу Н0 о нормальном законе распределения случайной величины Х и Y. Критерием проверки Н0 служит величина ч2 (критерий Пирсона)
Расчет ведем в таблице 4-1:
Таблица 4-1
Границы интервалов |
|||||||
50.200;50.208 |
16 |
-0.5 |
0.1539 |
12.93 |
0.7289 |
||
50.208;50.212 |
15 |
-1.02 |
-0.3461 |
0.2130 |
17.892 |
0.4675 |
|
50.212;50.216 |
19 |
-0.34 |
-0.1331 |
0.2662 |
22.36 |
0.5049 |
|
50.216;50.220 |
16 |
0.34 |
0.1331 |
0.2130 |
17.892 |
0.2001 |
|
50.220;50.228 |
18 |
1.02 |
0.3461 |
0.1539 |
12.93 |
1.9880 |
|
84 |
0.5 |
У=1 |
У=84 |
У=3.8894=ч2 эм |
Число интервалов после объединения .
Для проверки гипотезы выберем уровень значимости б=0.05, вычислим число степеней свободы. По таблице критических точек распределения
Так как , то случайная величина Х имеет нормальный закон распределения (Н0 - верна), т.е. можно утверждать, что эмпирические данные подтверждают гипотезу Н0 с уровнем значимости б=0.05 и плотностью вероятности:
т.е.
Найдем интервальные оценки с надежностью
Математического ожидания б и среднего квадратичного отклонения у по формулам:
Доверительный интервал для математического ожидания:
Аналогично для У: расчет ведем в таблице 4-2:
Таблица 4-2
Границы интервалов |
|||||||
34;58 |
10 |
-0.5 |
0.0918 |
7.711 |
0.6794 |
||
58;82 |
12 |
-1.33 |
-0.4082 |
0.123 |
10.332 |
0.2692 |
|
82;106 |
12 |
-0.79 |
-0.2852 |
0.1904 |
15.994 |
0.9973 |
|
106;130 |
14 |
-0.24 |
-0.0948 |
0.2089 |
17.548 |
0.7173 |
|
130;154 |
16 |
0.29 |
0.1141 |
0.1854 |
15.573 |
0.0117 |
|
154;202 |
20 |
0.84 |
0.2995 |
0.2005 |
16.842 |
0.5921 |
|
84 |
0.5 |
У=1 |
У=84 |
У=3.267=ч2 эм |
Число интервалов после объединения .
Для проверки гипотезы выберем уровень значимости б=0.05, вычислим число степеней свободы. По таблице критических точек распределения
Так как , то случайная величина Y имеет нормальный закон распределения (Н0 - верна), т.е. можно утверждать, что эмпирические данные подтверждают гипотезу Н0 с уровнем значимости б=0.05 и плотностью вероятности:
т.е.
Найдем интервальные оценки с надежностью
Математического ожидания б и среднего квадратичного отклонения у по формулам:
Доверительный интервал для математического ожидания:
- выборочный коэффициент корреляции, который характеризует тесноту связи Х и Y, и . Чем ближе к 1, тем теснее корреляционная зависимость случайных величин Х и Y.
;
> т.е. связь сильная.
> то между Х и Y зависимость прямая, т.е. чем больше Х тем больше Y.
Оценим значимость коэффициента корреляции, для чего проверим гипотезу Н0 : при конкурирующей гипотезе Н1: .
Используем случайную величину
, уровень значимости > (берем из таблицы критических точек распределения Стьюдента)
Так как , то гипотеза Н0 не подтверждается, следовательно, между и Y существует корреляционная связь.
Функция называется регрессией Y на Х, а -регрессией Х на Y.
Методом наименьших квадратов получаем уравнения линейной регрессии:
- уравнение линейной регрессии Y на Х
- уравнение линейной регрессии Х на Y
Построим графики линейных уравнений регрессии и эмпирические точки и.
x |
50.202 |
50.226 |
|
31.98 |
202.10 |
y |
46 |
190 |
|
50.205 |
50.223 |
Размещено на Allbest.ru
Подобные документы
Построение диаграммы рассеивания, полигонов, гистограмм нормированных относительных частот, эмпирических функций распределения по X и по Y. Параметры для уравнения параболической регрессии. Проверка гипотезы о нормальном распределении признака Х.
курсовая работа [511,8 K], добавлен 08.12.2013Случайная выборка объема как совокупность независимых случайных величин. Математическая модель в одинаковых условиях независимых измерений. Определение длины интервала по формуле Стерджесса. Плотность относительных частот, критерий согласия Пирсона.
контрольная работа [90,4 K], добавлен 17.10.2009Понятие корреляционного момента двух случайных величин. Математическое ожидание произведения независимых случайных величин Х и У. Степень тесноты линейной зависимости между ними. Абсолютное значение коэффициента корреляции, его расчет и показатель.
презентация [92,4 K], добавлен 01.11.2013Вычисление среднего одномерных случайных величин. Определение доверительного интервала для математического ожидания и для дисперсии. Построение эмпирической и приближенной линий регрессии Y по X. Дисперсионный анализ греко-латынского куба второго порядка.
курсовая работа [698,0 K], добавлен 08.05.2012Алгебраический расчет плотности случайных величин, математических ожиданий, дисперсии и коэффициента корреляции. Распределение вероятностей одномерной случайной величины. Составление выборочных уравнений прямой регрессии, основанное на исходных данных.
задача [143,4 K], добавлен 31.01.2011Сходимость последовательностей случайных величин. Центральная предельная теорема для независимых одинаково распределенных случайных величин. Основные задачи математической статистики, их характеристика. Проверка гипотез по критерию однородности Смирнова.
курсовая работа [1,6 M], добавлен 13.11.2012Значения коэффициента регрессии (b) и сводного члена уравнения регрессии (а). Определение стандартной ошибки предсказания являющейся мерой качества зависимости величин Y и х с помощью уравнения линейной регрессии. Значимость коэффициента регрессии.
задача [133,0 K], добавлен 21.12.2008Двумерная функция распределения вероятностей случайных величин. Понятие условной функции распределения и плотности распределения вероятностей. Корреляция двух случайных величин. Система произвольного числа величин, условная плотность распределения.
реферат [325,3 K], добавлен 23.01.2011Дискретные системы двух случайных величин. Композиция законов распределения, входящих в систему. Определение вероятности попадания случайной величины в интервал; числовые характеристики функции; математическое ожидание и дисперсия случайной величины.
контрольная работа [705,1 K], добавлен 22.11.2013Таблица значений выборки дискретных случайных величин в упорядоченном виде. Таблица интервального статистического ряда относительных частот. Задание эмпирической функции распределений и построение ее графика. Полигон и распределение случайной величины.
практическая работа [109,3 K], добавлен 26.07.2012