Автор работы: Пользователь скрыл имя, 03 Июня 2013 в 13:28, лабораторная работа
Цель: закрепить знания по теории вероятности и математической статистике, касающиеся первичной обработки экспериментальных данных.
Ситуация: “Робинзон на охоте”. Каждый раз, отправляясь охотиться на уток, Робинзон берёт с собой флягу пива собственного приготовления, так как в условиях субтропиков ему постоянно хочется пить. При этом он отмечает, среднюю температуру в день охоты (в градусах Цельсия, Х3), количество убитых уток (в штуках, Х2) и сколько при этом было выпито пива (в процентах от объёма фляги, Х1).
Кумулятивная линия
Данный график имеет сходство с
графиком функции нормального
Гистограмма
Полигон частот выборки
Сравнивая вид полученной кривой с графиком плотности нормального распределения, можно сказать, что количество убитых уток не является выборкой из нормального распределения.
Выборка №3.
Размах .
Длина интервалов: b = 11/5 = 2,2.
Δ1= [27; 29,2); Δ2= [29,2;31,4); Δ3= [31,4;33,6); Δ4= [33,6;35,8); Δ5= [35,8;38].
Границы интервала |
Наблюдаемая частота Bi |
Bi/N |
|
[27; 29,2) |
8 |
0,32 |
8 |
[29,2;31,4) |
6 |
0,24 |
14 |
[31,4;33,6) |
2 |
0,08 |
16 |
[33,6;35,8) |
4 |
0,16 |
20 |
[35,8;38] |
5 |
0,2 |
25 |
Кумулятивная линия
Данный график имеет сходство с
графиком функции нормального
Гистограмма
Полигон частот выборки
Сравнивая вид полученной кривой с графиком плотности нормального распределения, можно сказать, что средняя температура не является выборкой из нормального распределения.
В качестве показателя эксцесса принимают величину:
Несмещенные оценки показателей асимметрии (G1) и эксцесса(G2):
Х1 |
Х2 |
Х3 |
g1 |
g1 |
g1 |
0,30747 |
-0,01851 |
0,43291 |
g2 |
g2 |
g2 |
-1,48933 |
-1,16604 |
-1,06411 |
G1 |
G1 |
G1 |
0,32745 |
-0,01971 |
0,46104 |
G2 |
G2 |
G2 |
-1,55206 |
-1,15337 |
-1,02767 |
Среднеквадратические
SG1 = 0,463684; SG2 = 0,901721.
Если не выполняется хотя бы одно из условий
то гипотеза о нормальности исследуемого распределения должна быть отклонена.
3SG1=1,39, 5SG2=4,5086.
Для всех выборок эти условия выполнены, значит гипотеза о нормальности исследуемого распределения не отвергается.
Для проверки гипотезы о нормальном распределении можно воспользоваться критерием хи-квадрат Пирсона.
Значение статистики Пирсона χ2 вычисляется по формуле:
Bi – наблюдаемая абсолютная частота,
Ei – ожидаемая частота, вычисляемая в предположении о нормальном распределении значений фактора х.
Ожидаемая частота Ei может быть вычислена по формуле:
- значение функции нормального распределения, вычисленное в точке z.
Вспомогательная таблица для вычисления значения статистики χ2 для показателя Х1
№ класса |
Границы интервала |
Наблюдаемая частота Bi |
Теоретическая частота Ei |
|
1 |
[0; 18,2) |
7 |
3,303733 |
4,135441 |
2 |
[18,2;36,4) |
7 |
5,100802 |
0,707135 |
3 |
[36,4;54,6) |
2 |
5,677644 |
2,382162 |
4 |
[54,6;72,8) |
1 |
4,556262 |
2,77574 |
5 |
[72,8;91] |
8 |
2,635908 |
10,91597 |
- |
25 |
21,27435 |
20,91645 |
Вспомогательная таблица для вычисления значения статистики χ2 для показателя Х2
№ класса |
Границы интервала |
Наблюдаемая частота Bi |
Теоретическая частота Ei |
|
1 |
[2; 3,6) |
6 |
3,041022 |
2,879147 |
2 |
[3,6;5,2) |
4 |
5,616944 |
0,465468 |
3 |
[5,2;6,8) |
5 |
6,639866 |
0,405002 |
4 |
[6,8;8,4) |
6 |
5,024079 |
0,189571 |
5 |
[8,4;10] |
4 |
2,432726 |
1,009709 |
|
- |
25 |
22,754638 |
4,948898 |
Вспомогательная таблица для вычисления значения статистики χ2 для показателя Х3
№ класса |
Границы интервала |
Наблюдаемая частота Bi |
Теоретическая частота Ei |
|
1 |
[27; 29,2) |
8 |
3,51717 |
5,713616 |
2 |
[29,2;31,4) |
6 |
5,868633 |
0,002941 |
3 |
[31,4;33,6) |
2 |
6,391283 |
3,017136 |
4 |
[33,6;35,8) |
4 |
4,543317 |
0,064973 |
5 |
[35,8;38] |
5 |
2,107597 |
3,969448 |
|
- |
25 |
22,428 |
12,76811 |
При справедливости гипотезы согласия с нормальным распределением статистика χ2 имеет распределение хи-квадрат Пирсона с ν = K–3 = 2 степенями свободы. Если χ2>χ2кр(α, v), то гипотеза о нормальном распределении отвергается с доверительной вероятностью γ=(1-α).
χ2кр (0,05, 2) = 5,991465.
Таким образом, гипотезы о нормальном распределении выборки для X1 и X3 отвергаются с доверительной вероятностью 0,95. Гипотеза о нормальном распределении выборки X2 принимается с доверительной вероятностью 0, 95.
В среднем Робинзон выпивает небольшое количество пива, поэтому нет необходимости брать с собой полную флягу.
Если Робинзон убил немного уток, то ему следует поохотиться еще, так как высока вероятность убить большее количество.
В дальнейшем Робинзону следует наблюдать за погодой, пытаться прогнозировать ее. Если погода прохладная, то Робинзону не нужно брать с собой много пива.
Информация о работе Первичный эконометрический анализ. Основные свойства выборки