Название: Оценивание параметров и проверка гипотез о нормальном распределении
Вид работы: реферат
Рубрика: Математика
Размер файла: 30.67 Kb
Скачать файл: referat.me-218194.docx
Краткое описание работы: Оценивание параметров и проверка гипотез о нормальном распределении Расчетная работа Выполнил Шеломанов Р.Б. Кафедра математической статистики и эконометрики
Оценивание параметров и проверка гипотез о нормальном распределении
Расчетная работа
Выполнил Шеломанов Р.Б.
Кафедра математической статистики и эконометрики
Московский государственный университет экономики, статистики и информатики
Москва 1999
ЗАДАНИЕ № 23
Продолжительность горения электролампочек (ч) следующая:
750 | 750 | 756 | 769 | 757 | 767 | 760 | 743 | 745 | 759 |
750 | 750 | 739 | 751 | 746 | 758 | 750 | 758 | 753 | 747 |
751 | 762 | 748 | 750 | 752 | 763 | 739 | 744 | 764 | 755 |
751 | 750 | 733 | 752 | 750 | 763 | 749 | 754 | 745 | 747 |
762 | 751 | 738 | 766 | 757 | 769 | 739 | 746 | 750 | 753 |
738 | 735 | 760 | 738 | 747 | 752 | 747 | 750 | 746 | 748 |
742 | 742 | 758 | 751 | 752 | 762 | 740 | 753 | 758 | 754 |
737 | 743 | 748 | 747 | 754 | 754 | 750 | 753 | 754 | 760 |
740 | 756 | 741 | 752 | 747 | 749 | 745 | 757 | 755 | 764 |
756 | 764 | 751 | 759 | 754 | 745 | 752 | 755 | 765 | 762 |
По выборочным данным, представленным в заданиях №1-30, требуется:
1* Построить интервальный вариационный ряд распределения;
Построение интервального вариационного ряда распределения
Max: 769
Min: 733
R=769-733=36
H= R / 1+3,32 lg n=36/(1+3,32lg100)=4,712
A1= x min - h/2=730,644
B1=A1+h; B2=A2+h
2* Вычислить выборочные характеристики по вариационному ряду:
среднюю арифметическую (x ср.), центральные моменты (мю к, к=1,4), дисперсию (S^2), среднее квадратическое отклонение (S), коэффициенты асимметрии (Ас) и эксцесса (Ек), медиану (Ме), моду (Мо), коэффициент вариации(Vs);
Вычисление выборочных характеристик распределения
Di=(xi- xср)
xср =
å xi mi/
å mi
x ср = 751,7539
Вспомогательная таблица ко второму пункту расчетов
Выборочный центральный момент К -го порядка равен
M k = ( xi - x)^k mi/ mi
В нашем примере:
Центр момент 1 | 0,00 |
Центр момент 2 | 63,94 |
Центр момент 3 | -2,85 |
Центр момент 4 | 12123,03 |
Выборочная дисперсия S ^2 равна центральному моменту второго порядка:
В нашем примере:
S ^2= 63,94
Ввыборочное среднее квадратическое отклонение:
В нашем примере:
S= 7,996
Выборочные коэффициенты асимметрии Ас и эксцесса Fk по формулам
Ac = m3/ S^3;
В нашем примере:
Ас =-0,00557
Ek = m4/ S^4 -3;
В нашем примере:
Ek = -0,03442
Медиана Ме - значение признака x (e), приходящееся на середину ранжированного ряда наблюдений ( n = 2l -1). При четном числе наблюдений( n= 2l) медианой Ме является средняя арифметическая двух значений, расположенных в середине ранжированного ряда: Me=( x(e) + x( e+1) /2
Если исходить из интервального ряда, то медиану следует вычислять по ормуле
Me= a me +h * ( n/2 - mh( me-1) / m me
где mе- означает номер медианного интервала, ( mе -1) - интервала, редшествующего медианому.
В нашем примере:
Me=751,646
Мода Мо для совокупности наблюдений равна тому значению признака , которому соответствует наибольшая частота.
Для одномодального интервального ряда вычисление моды можно производить по формуле
Mo = a mo + h * ( m mo- m(mo-1))/2 m mo- m( mo-1) - m( mo+1)
где мо означает номер модального интервала ( интервала с наибольшей частотой), мо-1, мо+1- номера предшествующего модальному и следующего за ним интервалов.
В нашем примере:
Mo = 751,49476
Так как Хср, Mo Me почти не отличаются друг от друга, есть основания предполагать теоретическое распределение нормальным.
Коэффициент вариации Vs
=
S
/
x
* 100 %=
3.06%
В нашем примере:
Vs= 1,06%
3* Построить гистограмму, полигон и кумуляту.
Графическое изображение вариационных рядов
Для визуального подбора теоретического распределения, а также выявления положения среднего значения (x ср.) и характера рассеивания (S^2 и S) вариационные ряды изображают графически.
Полигон и кумулята применяются для изображения как дискретных, так и интервальных рядов, гистограмма – для изображения только интервальных рядов. Для построения этих графиков запишем вариационные ряды распределения (интервальный и дискретный) относительных частот (частостей)
Wi=mi/n, накопленных относительных частот Whi и найдем отношение Wi/h, заполнив таблицу 1.4.
Интервалы xiWiWhiWi/h
Ai-bi
1 2 3 4 5
4,97-5,08 5,03 0,02 0.02 0,18
5,08-5,19 5,14 0,03 0,05 0,27
5,19-5,30 5,25 0.12 0,17 1,09
5,30-5,41 5,36 0,19 0,36 1,73
5,41-5,52 5,47 0,29 0,65 2,64
5,52-5,63 5,58 0,18 0,83 1,64
5,63-5,74 5,69 0,13 0,96 1,18
5,74-5,85 5,80 0,04 1,00 0,36
- 1,00 - |
Для построения гистограммы относительных частот (частостей) на оси абсцисс откладываем частичные интервалы, на каждом из которых строим прямоугольник, площадь которого равна относительной частоте Wi данного i-го интервала. Тогда высота элементарного прямоугольника должна быть равна Wi/h,. Следовательно, позади под гистограммой равна сумме всех носительных частот, т.е. единице.
Из гистограммы можно получить полигон того же распределения. Если середины верхних оснований прямоугольников соединить отрезками прямой.
4* Сделать вывод о форме ряда распределения по виду гистограммы и полигона, а также по значениям коэффициентов Ас и Ек.
4 Анализ графиков и выводы
Гистограмма и полигон являются аппроксимациями кривой плотности (дифференциальной функции) теоретического распределения (генеральной совокупности). Поэтому по их виду можно судить о гипотическом законе распределения.
Для построения кумуляты дискретного ряда по оси абсцисс откладывают значения признака xi, а по оси ординат – накопленные относительные частоты Whi. Для интервального ряда по оси абсцисс откладывают интервалы .
С кумулятой сопоставляется график интегральной функции распределения F(x).
В нашем примере коэффициенты асимметрии и эксцесса не намного отличаются от нуля. Коэффициент асимметрии оказался отрицательным (Ас=-0,005), что свидетельствует о небольшой левосторонней асимметрии данного распределения. Эксцесс оказался также отрицательным (Ек= -0,034). Это говорит о том, что кривая, изображающая ряд распределения, по сравнению с нормальной, имеет несколько более плоскую вершину. Гистограмма и полигон напоминают кривую нормального распределения (рис.1.1 и 1.2.). Все это дает возможность выдвинуть гипотезу о том, что распределение продолжительности горения электролампочек является нормальным.
Примечание: Кумулята, гистронрамма и полигон находятся в приложениях к работе.
5* Рассчитать плотность и интегральную функцию теоретического нормального распределения и построить эти кривые на графиках гистограммы и кумуляты соответственно.
Расчет теоретической нормальной кривой распределения
Приведем один из способов расчета теоретического нормального распределения по двум найденным выборочным характеристикам x и S эмпирического ряда.
При расчете теоретических частот m^тi за оценку математического ожидания (мю) и среднего квадратического отклонения G нормального закона распределения принимают значения соответствующих выборочных характеристик x ср. и S, т.е. (мю)=Xср.= 751,7539; G=S=7,99.
Теоретические частоты находят по формуле: M^i=npi,
где n – объем; Pi – величина попадания значения нормально распределенной случайной величины в i-й интервал.
Вероятность Pi определяется по формуле
Pi=P(ai<x<=bi)=1/2[ Ф (t2i)- Ф (t1i)],
Где Ф(t)=2 2(пи)=интегралу с границами от (0;t) е^x2/2dx - интегральная функция Лапласа – находится по таблице для
T2i=bi-x ср. S
T1i=ai-x ср.S
Таблицы Для вычисления вероятности нормальной кривой распределения
Интервалы | Mi | T1 | T2 | 1/2Ф(T1) | 1/2Ф(T2) | Pi | |
a(i) | b(i) | ||||||
730,644 | 735,356 | 2 | -2,640 | -2,051 | 0,4958 | 0,4798 | -0,0080 |
735,356 | 740,068 | 8 | -2,051 | -1,461 | 0,4798 | 0,4279 | -0,0260 |
740,068 | 744,780 | 6 | -1,461 | -0,872 | 0,4279 | 0,3078 | -0,0601 |
744,780 | 749,492 | 18 | -0,872 | -0,283 | 0,3078 | 1,1103 | 0,4013 |
749,492 | 754,204 | 35 | -0,283 | 0,306 | 0,0300 | 0,6619 | 0,3160 |
754,204 | 758,916 | 12 | 0,306 | 0,896 | 0,1179 | 0,3133 | 0,0977 |
758,916 | 763,628 | 11 | 0,896 | 1,485 | 0,3133 | 0,4306 | 0,0587 |
763,628 | 768,340 | 6 | 1,485 | 2,074 | 0,4306 | 0,4808 | 0,0251 |
768,340 | 773,052 | 2 | 2,074 | 2,664 | 0,4808 | 0,4960 | 0,0076 |
Pi*n | Mi(теор) | Mi(теор)/h | Mi(теор)накоп | ||||
-0,8000 | 1 | 0,002 | 0,0080 | ||||
-2,5950 | 3 | 0,006 | 0,0340 | ||||
-6,0050 | 6 | 0,013 | 0,0940 | ||||
40,1250 | 40 | 0,085 | 0,4953 | ||||
31,5950 | 32 | 0,068 | 0,8153 | ||||
9,7700 | 10 | 0,021 | 0,9130 | ||||
5,8650 | 6 | 0,012 | 0,9716 | ||||
2,5100 | 3 | 0,005 | 0,9967 | ||||
0,7600 | 1 | 0,002 | 1,0000 | ||||
100 |
Сравнение гистограммы и нормальной кривой наглядно показывает согласованность между теоретическим и эмпирическим распределением.
Примечание: Построенные графики находятся в приложениях к работе.
6* Проверить гипотезу о нормальном законе распределения по критерию согласи яПирсона f^2).
Проверка гипотез о нормальном законе распределения
Частоты для проверки соответствия эмпирического ряда распределения нормальному закону используют критерий X^2, основанный на сравнении эмпирических частот mi с теоретическими m^тi, которые можно ожидать при принятии определенной нулевой гипотезы.
Значение X^2набл. – наблюдаемое значение критерия, полученное по результатам наблюдений, равно
к
F^2набл.= (mi-m^тi)
I=1 m^i
Где к – число интервалов (после объединения). M^i – теоретические частоты. Все вспомогательные расчеты, необходимые для вычисления f^2, сведем в таблицу 1.6.
Таблица 1.6.
Вычисление критерия X^2 при проверке нормальности продолжительности горения электролампочек
Интервалы | Mi(Практ) | Mi(теор) | (Mi-Mi(теор))^2 | …../Mi(теор) | |
a(i) | b(i) | ||||
730,644 | 735,356 | 2 | 2 | 9 | 1,29 |
735,356 | 740,068 | 8 | 5 | ||
740,068 | 744,780 | 6 | 13 | 49 | 3,88 |
744,780 | 749,492 | 18 | 21 | 9 | 0,43 |
749,492 | 754,204 | 35 | 25 | 100 | 4,01 |
754,204 | 758,916 | 12 | 21 | 81 | 3,89 |
758,916 | 763,628 | 11 | 12 | 1 | 0,08 |
763,628 | 768,340 | 6 | 5 | 1 | 0,14 |
768,340 | 773,052 | 2 | 2 | ||
X^2набл | 13,71 |
Правило проверки гипотезы заключается в следующем. Определяем по таблице распределения xu - квадрат критическое значение X^2кр.(альфа для числа степеной свободы V =к-3 и заданного уровня значимости альфа. Затем сравниваем X^2кр.
Если X^2 набл.<=X^2кр. , то выдвинутая гипотеза о законе распределения не отвергается (не противоречит опытным данным).
Если X^2 набл. >X^2кр. , то выдвинутая гипотеза о нормальном законе распределения отвергается с вероятностью ошибки a.
Для нашего примера X^2набл.=13,71, a=0,005, V=7-3=4 (число интервалов после объединения стало равным 7) и X^2кр. (0,005; 4) =14,9
Так как X^2набл.<X^2кр., то согласно критерию Пирсона гипотеза о нормальном законе не отвергается с вероятностью ошибки 0,005. Можно сделать вывод, что распределение продолжительности горения электролампочек является нормальным. Что подтверждают графики и значения моды и медианы.
Похожие работы
-
Проверка статистической гипотезы о нормальном законе распределения случайной величины
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОУ ВПО ТОмский ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОЛОГО-ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ КАФЕДРА КАРТОГРАФИИ И ГИС Лабораторная работа №3
-
Проверка адекватности выбранных моделей
Проверка адекватности выбранных моделей реальному процессу ( в частности, адекватности полученной кривой роста) строится на анализе случайной компоненты. Случайная остаточная компонента получается после выделения из исследуемого ряда систематической составляющей (тренда и периодической составляющей, если она присутствует во временном ряду).
-
Методы корреляционного и регрессионного анализа в экономических исследованиях
Кафедра математической статистики и эконометрики Расчетная работа №2 По курсу: “Математическая статистика” по теме: “ Методы корреляционного и регрессионного анализа
-
Вычисления по теории вероятностей
Применение классического определения вероятности в решении экономических задач. Определение вероятности попадания на сборку бракованных и небракованных деталей. Вычисление вероятности и выборочного значения статистики при помощи формулы Бернулли.
-
Первичная статистическая обработка информации
400 45 431 394 362 436 343 403 483 462 395 467 420 411 391 397 455 412 363 449 439 411 468 435 313 486 463 417 369 377 409 390 389 386 409 379 412 370 391 421 459 390 415 415 366 323 469 399 486 393 361 407
-
Математическая статистика
1-я контрольная работа Задача № 1.33 Вычислить центральный момент третьего порядка ( ) по данным таблицы: Производительность труда, м/час
-
Определение законов распределения случайных величин и их числовых характеристик на основе опытны
Самарский государственный аэрокосмический университет им. академика С.П. Королева Кафедра прикладной математики Расчетно-графическая работ по курсу «Теория вероятностей и математическая статистика»
-
Методика обработки экспериментальных данных 2
Задание на курсовую работу Построить вариационный ряд Рассчитать числовые характеристики статистического ряда: а) Размах варьирования. б) Среднее арифметическое значение.
-
Общее представление о математическом моделировании экономических задач
1. Общее представление о математическом моделировании экономических задач 1.1. Определение экономико-математической модели Математические модели экономических задач – это совокупность средств: уравнений, комплексов математических зависимостей, знаковые логические выражения, отображающие выделенные для изучения характеристики объекта, реальные взаимосвязи и зависимости экономических показателей.
-
Исследование прочности на разрыв полосок ситца
Задачи математической статистики. Распределение случайной величины на основе опытных данных. Эмпирическая функция распределения. Статистические оценки параметров распределения. Нормальный закон распределения случайной величины, проверка гипотезы.