Автор работы: Пользователь скрыл имя, 19 Декабря 2012 в 16:11, курсовая работа
Стати́стика — отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных.Слово «статистика» происходит от латинского status — состояние дел. В науку термин «статистика» ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины.
1. Проверка статистической гипотезы о виде неизвестного распределения..3
2. Определение корреляционной зависимости между рядами наблюдений..13
Заключение………………………………………………………………………19
по заданному уровню значимости α=0,05 и числу степеней свободы
r=k-s=7-3=4; s - число связей, накладываемых на расчет теоретического распределения. При проверке гипотезы о нормальном распределении s = 3.
Найдем хи-критическое по таблице:
Критическое значение сравниваем с расчетным :
Вывод: нулевая гипотеза принимается с уровнем значимости α=0,05.
7. Выдвинуть гипотезы
об асимметрии и эксцессе
Нулевая гипотеза Н0 об асимметрии:
H0={А=0}
Нулевая гипотеза Н0 об эксцессе:
H0={Е=0}
Оценка асимметрии кривой распределения
-Среднеквадратическое отклонение оценки асимметии
На уровне α=2*НОРМСТРАСП(0,23095/0,
Оценка эксцесса кривой распределения
Среднеквадратическое
На уровне α=2*НОРМСТРАСП(0,65392/0,4899)
Покритерию:Пирсона,
2 Определение корреляционной зависимости между
рядами наблюдений
Таблица 1 - Результаты измерений случайных величин Х и Y
i |
хi |
yi |
1 |
7,7 |
5,5 |
2 |
9,9 |
6,5 |
3 |
9,2 |
7 |
4 |
8,1 |
4,5 |
5 |
6,3 |
2,5 |
6 |
3 |
3,5 |
7 |
3,5 |
2,5 |
8 |
8,1 |
6 |
9 |
7,2 |
7 |
10 |
5,7 |
5,5 |
11 |
6,2 |
5 |
12 |
8,5 |
5 |
13 |
6,5 |
6,5 |
14 |
2 |
2 |
15 |
5,3 |
5 |
16 |
9,2 |
5 |
17 |
5,2 |
2,5 |
18 |
7,4 |
4 |
19 |
5,4 |
3 |
20 |
8,2 |
5,5 |
1. График зависимости переменных X и Y (поле корреляции) строится в прямоугольной системе координат. На оси абсцисс откладываются значения факторного признака Х, а по оси ординат – результативного признака - Y.
2. На основании поля
корреляции сделать
Рисунок 1- Поле корреляции.
3. Вычислить оценки
Оценка математического ожидания случайной величины X (среднее арифметическое).
Оценка математического ожидания случайной величины Y (среднее арифметическое).
4. Вычислить оценки средних квадратических отклонений и
Оценка среднего квадратического отклонения случайной величины X
Оценка среднего квадратического отклонения случайной величины Y
5. Вычислить оценку коэффициента корреляции между X и Y и определить его значимость и надежность;
Оценка коэффициента корреляции (выборочный коэффициент корреляции).
Таблица 2 – Вспомогательная таблица регрессионного анализа
i |
xi |
yi |
|
|
(xi-x)2 |
|
(xi-x)(yi-y) |
|
| |||
1 |
7,7 |
5,5 |
1,07 |
0,8 |
1,1449 |
0,64 |
0,856 |
5,2345 |
| |||
2 |
9,9 |
6,5 |
3,27 |
1,8 |
10,6929 |
3,24 |
5,886 |
6,3334 |
5,525630769 | |||
3 |
9,2 |
7 |
2,57 |
2,3 |
6,6049 |
5,29 |
5,911 |
5,9837 |
6,145185714 | |||
4 |
8,1 |
4,5 |
1,47 |
-0,2 |
2,1609 |
0,04 |
-0,294 |
5,4343 |
3,292377778 | |||
5 |
6,3 |
2,5 |
-0,33 |
-2,2 |
0,1089 |
4,84 |
0,726 |
4,5352 |
0,68592 | |||
6 |
3 |
3,5 |
-3,63 |
-1,2 |
13,1769 |
1,44 |
4,356 |
2,8868 |
2,6752 | |||
7 |
3,5 |
2,5 |
-3,13 |
-2,2 |
9,7969 |
4,84 |
6,886 |
3,1365 |
1,2454 | |||
Продолжение табл.2 |
||||||||||||
8 |
8,1 |
6 |
1,47 |
1,3 |
2,1609 |
1,69 |
1,911 |
5,4343 |
5,094283333 | |||
9 |
7,2 |
7 |
0,57 |
2,3 |
0,3249 |
5,29 |
1,311 |
4,9847 |
6,2879 | |||
10 |
5,7 |
5,5 |
-0,93 |
0,8 |
0,8649 |
0,64 |
-0,744 |
4,2355 |
4,729909091 | |||
11 |
6,2 |
5 |
-0,43 |
0,3 |
0,1849 |
0,09 |
-0,129 |
4,4852 |
4,10296 | |||
12 |
8,5 |
5 |
1,87 |
0,3 |
3,4969 |
0,09 |
0,561 |
5,6341 |
3,87318 | |||
13 |
6,5 |
6,5 |
-0,13 |
1,8 |
0,0169 |
3,24 |
-0,234 |
4,6351 |
5,786907692 | |||
14 |
2 |
2 |
-4,63 |
-2,7 |
21,4369 |
7,29 |
12,501 |
2,3873 |
0,80635 | |||
15 |
5,3 |
5 |
-1,33 |
0,3 |
1,7689 |
0,09 |
-0,399 |
4,0356 |
4,19288 | |||
16 |
9,2 |
5 |
2,57 |
0,3 |
6,6049 |
0,09 |
0,771 |
5,9837 |
3,80326 | |||
17 |
5,2 |
2,5 |
-1,43 |
-2,2 |
2,0449 |
4,84 |
3,146 |
3,9857 |
0,90572 | |||
18 |
7,4 |
4 |
0,77 |
-0,7 |
0,5929 |
0,49 |
-0,539 |
5,0846 |
2,72885 | |||
19 |
5,4 |
3 |
-1,23 |
-1,7 |
1,5129 |
2,89 |
2,091 |
4,0856 |
1,638133333 | |||
20 |
8,2 |
5,5 |
1,57 |
0,8 |
2,4649 |
0,64 |
1,256 |
5,4842 |
4,502872727 |
6. Определить параметры уравнения прямой регрессии по формулам
Нанести прямую регрессии на график поля корреляции.
7. Оценить качество уравнения
регрессии с помощью средней
ошибки аппроксимации,
Качество уравнения регрессии нельзя считать хорошим, так как ошибка аппроксимации превышает 8-10 %.
8. Степень тесноты связи
между переменными можно
9. Так как исходные
данные являются выборочными,
необходимо оценить значимость
величины коэффициента
H0={r=0}
Для проверки нулевой гипотезы использовать t-критерий Стьюдента. Расчетное значение t-критерия
Критическое значение критерия tкр =2.1 из таблицы распределения Стьюдента при уровне значимости α=0,05 и числу степеней свободы v = 18.
tрасч > tкр, нулевая гипотеза отклоняется и коэффициент корреляции значим.
Таблица 3-Дополненная корреляционная таблица.
i |
xi |
yi |
Yi |
(yi-Yi)2 |
1 |
7,9 |
5,5 |
5,28 |
0,046837 |
2 |
10,1 |
6,5 |
6,38 |
0,014182 |
3 |
9,4 |
7 |
6,03 |
0,937488 |
4 |
8,3 |
4,5 |
5,48 |
0,966476 |
5 |
6,5 |
2,5 |
4,59 |
4,348389 |
6 |
3 |
3,5 |
2,84 |
0,436226 |
7 |
3,5 |
2,5 |
3,09 |
0,346826 |
8 |
8,1 |
6 |
5,38 |
0,380272 |
9 |
7,2 |
7 |
4,93 |
4,266581 |
10 |
5,7 |
5,5 |
4,19 |
1,72594 |
11 |
6,2 |
5 |
4,44 |
0,318499 |
12 |
8,5 |
5 |
5,58 |
0,339717 |
13 |
6,5 |
6,5 |
4,59 |
3,666156 |
14 |
2 |
2 |
2,34 |
0,116103 |
15 |
5,3 |
5 |
3,99 |
1,026706 |
16 |
9,4 |
5 |
6,03 |
1,064529 |
17 |
5,4 |
2,5 |
4,04 |
2,361182 |
18 |
7,6 |
4 |
5,13 |
1,28583 |
19 |
5,6 |
3 |
4,14 |
1,291339 |
20 |
8,4 |
5,5 |
5,53 |
0,001087 |
134,6 |
94 |
94 |
24,94037 | |
Средние |
6,73 |
4,7 |
4,7 |
1,247018 |
Статистическая значимость коэффициента регрессии также проверяется с использованием t-критерий Стьюдента, при этом расчетное значение критерия
где =0.1699
Сравнивая tрасч > tкр, нулевая гипотеза отклоняется и коэффициент корреляции значим.
10. Статистическая надежность линейного уравнения регрессии проверяется с использованием критерия F-Фишера. Расчетное значение F-критерия находится по формуле
Критическое значение критерия Fкр =3,59153 из таблицы распределения Фишерадента при уровне значимости α=0,05 и числу степеней свободы и k= 2 и k2=17 , k – число параметров при переменных Х.
Fрасч > Fкр, уравнение регрессии статистически значимое или надежное.
Вывод:
На уровне значимости α=0,05:Между переменными х и у существует статистически значимая связь линейного вида Yx= 1.3882+ 0.49951, теснота связи средняя, коэффициент корреляции положителен, коэффициент при х значим. Ее можно использовать для предсказания значений Y при иных значениях Х.
Заключение
1)С помощью этой работы
я научился группировать несгруппированный
статистический ряд, вычислять оценки
числовых характеристик(мат.ожидание,
2)Построил график зависимости (точечную диаграмму) по которой подобрал модель уравнения регрессии.
3)Рассчитал параметры уравнения регрессии методом наименьших квадратов.
4)Оценил качество уравнения с помощью средней ошибки аппроксимации.
5) Оценил по величине коэффициента корреляции (шкала Шедока) степень тесноты связи .
6)Оценил качество коэффициента корреляции и регрессии с помощью критерия Стьюдента.
7) Проверил надежность линейного уравнения регрессии с использованием критерия F-Фишера
Список использованных источников
1. В.Е. Гмурман. Теория вероятностей и математическая статистика. Изд. 7-е. Год выпуска: 2001. Издательство: Высшая школа, Количество страниц: 400 .
2. Методические указания к выполнению курсового проекта по дисциплине
«Вероятность и статистика» .
Информация о работе Статистическая обработка результатов исследования