Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Указания по выполнению лабораторной работы

ХЕРСОН – 2007 | До виконання лабораторних робіт з курсу | Задание 1. Расчет описательных статистик | Задание 2. Анализ антропологических характеристик студентов | Задание 4. Построение графиков. | Пакет MATLAB | Пакет MATHCAD | Пакет STATISTICA | Задания на выполнение лабораторной работы | Указания по выполнению лабораторной работы |


Читайте также:
  1. He всем понравится то, что я делаю и это меня устраивает; если бы мои работы нравились каждому, то, видимо, я не сыграл бы ничего глубокого. Джошуа Рэдмэн
  2. I период работы
  3. I. Анализ воспитательной работы за прошлый год
  4. I. ВЫБОР ТЕМЫ КУРСОВОЙ РАБОТЫ
  5. I. Методические указания для студентов
  6. I1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ
  7. II период работы

Задание 1

С помощью статистических пакетов программ для ЭВМ определяем квантиль нормированного нормального распределения z.

Необходимый объем выборки вычисляется по формуле:

где s2 – генеральная дисперсия; d - заданная абсолютная погрешность; z – квантиль нормированного нормального распределения или такое значение аргумента функции Лапласа, при котором F(z) = g.

При расчете квантиля принимают математическое ожидание а = 0, а дисперсию s2 = 1. Полученный результат округляем до ближайшего большего целого числа.

Задание 2

Предположим, что при проведении n экспериментальных измерений какой-либо величины (например, напряжения на конденсаторе) получен вариационный ряд

x1 £ x2 £ x3…£ xn.

Требуется проверить, не являются ли x1 и xn. промахами, т.е. не выделяются ли слишком резко указанные варианты соответственно в меньшую и в большую сторону от средней величины. Другими словами: относятся ли крайние значения вариационного ряда к имеющейся генеральной совокупности или они возникли из-за грубых случайных ошибок.

Нулевой гипотезой в этом случае является предположение о том, что и xn (или x1) принадлежит той же совокупности, что и остальные n -1 наблюдений. Математически это записывается так:

H0: xn Î N (,s).

Запись N (,s) обозначает нормальный закон с математическим ожиданием и средним квадратичным отклонением s.

Проверка нулевой гипотезы состоит в том, что xn (или x1) сравнивается по величине с некоторой критической величиной (точкой). При этом xn сравнивается с верхней (правой) границей области допустимых значений, а x1 – с нижней (левой) допустимой границей.

В случае отсеивания максимального значения вариационного ряда критическая область описывается выражением:

P (xn > + z1-a s) = a. (1)

Гипотеза H0 отклоняется в пользу альтернативной гипотезы:

H1: xn Ï N (,s),

если xn попадает в критическую область.

 

Критическая область для минимального значения описывается выражением:

P (x1 < + z a s) = a. (2)

Заметим, что в силу симметричности относительно нуля нормированного нормального распределения в выражении (1) величина z1-a > 0, в выражении (2) z a< 0, а по модулю эти величины одинаковы.

 

Пример выполнения лабораторной работы №2

 

 

Задание 1

 

Требуется определить необходимый объем выборки для оценки математического ожидания роста студентов при значениях генеральной дисперсии s2 = 40, предельной погрешности d = 1,5 и надежности g = 0,95.

Решение.

С помощью статистических пакетов программ для ЭВМ определяем квантиль нормированного нормального распределения z = 1,96.

Необходимый объем выборки вычисляется по формуле:

где s2 – генеральная дисперсия; d - заданная абсолютная погрешность; z – квантиль нормированного нормального распределения или такое значение аргумента функции Лапласа, при котором F(z) = g.

При расчете квантиля принимают математическое ожидание а = 0, а дисперсию s2 = 1.

Выполним расчет для конкретных значений данного примера:

Полученный результат округляем до ближайшего большего целого числа.

Таким образом, для точного определения среднего роста студентов с погрешностью 1,5 см и надежностью g = 0,95 при известной дисперсии s2 = 40 см2 необходимо измерить рост у 69 студентов.

 

Задание 2

Предположим, что при проведении n экспериментальных измерений какой-либо величины (например, напряжения на конденсаторе) получен вариационный ряд

x1 £ x2 £ x3…£ xn.

Требуется проверить, не являются ли x1 и xn. промахами, т.е. не выделяются ли слишком резко указанные варианты соответственно в меньшую и в большую сторону от средней величины. Другими словами: относятся ли крайние значения вариационного ряда к имеющейся генеральной совокупности или они возникли из-за грубых случайных ошибок.

Нулевой гипотезой в этом случае является предположение о том, что и xn (или x1) принадлежит той же совокупности, что и остальные n -1 наблюдений. Математически это записывается так:

H0: xn Î N (,s).

Запись N (,s) обозначает нормальный закон с математическим ожиданием и средним квадратичным отклонением s.

Проверка нулевой гипотезы состоит в том, что xn (или x1) сравнивается по величине с некоторой критической величиной (точкой). При этом xn сравнивается с верхней (правой) границей области допустимых значений, а x1 – с нижней (левой) допустимой границей.

В случае отсеивания максимального значения вариационного ряда критическая область описывается выражением:

P (xn > + z1-a s) = a. (1)

Гипотеза H0 отклоняется в пользу альтернативной гипотезы:

H1: xn Ï N (,s),

если xn попадает в критическую область.

Критическая область для минимального значения описывается выражением:

P (x1 < + z a s) = a. (2)

Заметим, что в силу симметричности относительно нуля нормированного нормального распределения в выражении (1) величина z1-a > 0, в выражении (2) z a< 0, а по модулю эти величины одинаковы.

Перейдем к рассмотрению конкретного примера.

Предположим, что заданы уровень значимости a = 0,015, среднее арифметическое значение = 200, среднее квадратичное отклонение (СКО) s = 10. Требуется определить, являются или нет промахами элементы вариационного ряда xn = 240 и x1 = 180. Считается, что выборка извлечена из нормально распределенной генеральной совокупности.

Решение.

С помощью статистического пакета программ для ЭВМ по заданной величине уровня значимости a = 0,015 находим z a= -2,17.

По формуле (2) находим левую границу допустимой области:

+ t s = 200 – 2,17×10 = 178,3.

Так как 180 > 178,3, то минимальное значение вариационного ряда x1 нельзя считать промахом и нужно принять нулевую гипотезу.

Для определения правой границы допустимой области по величине

p = 1- a = 1 – 0,015 = 0,985 найдем значение z1-a = 2,17.

По формуле (1) находим правую границу допустимой области:

+ z1-a s = 200 +2,17×10 = 221,7.

Соотношение 240 > 221,7 говорит о том, что величина xn = 240 является промахом и по этой причине нулевую гипотезу следует отклонить в пользу альтернативной.

 

 


Дата добавления: 2015-07-16; просмотров: 118 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Задание 2. Выделение промахов| Задания на выполнение лабораторной работы

mybiblioteka.su - 2015-2024 год. (0.009 сек.)