Исследование типа регрессии между случайными переменными. Построение эмпирического уравнения регрессии. Расчет выборочных средних, дисперсий и среднеквадратического отклонения. Определение показателя тесноты связи как линейного коэффициента корреляции.
Найти интервальную оценку этого параметра ламп, если среднее квадратичное отклонение их нормальной работы известно и равно 20 часов. Поскольку n>30, то определяем значение tkp по таблицам функции Лапласа. В этом случае 2Ф(tkp) = ? Ф(tkp) = ?/2 = 0.95/2 = 0.475 По таблице функции Лапласа найдем, при каком tkp значение Ф(tkp) = 0.475 tkp(?) = (0.475) = 1.96 (900 - 3.92;900 3.92) = (896.08;903.92) С вероятностью 0.95 можно утверждать, что среднее значение при выборке большего объема не выйдет за пределы найденного интервала. коэффициент доверия ?=0,98 Поскольку n>30, то определяем значение tkp по таблицам функции Лапласа. Задача 2 Исследовать тип регрессии между случайными переменными x и y. Задача 3 Построить аддитивную модель временного ряда, описывающего потребление электроэнергии за 4 года: № квартала 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 млн Квч 8,4 4,2 6,6 9,2 4,9 4,3 7,0 9,3 5,7 4,4 7,9 10,3 6,8 7,2 10,6 17,8 a) Анализ провести, используя Excel; b) Выделить тренд; c) Графически оценить циклическую составляющую и ее период Общий вид аддитивной модели следующий: Y = T S E Эта модель предполагает, что каждый уровень временного ряда может быть представлен как сумма трендовой (T), сезонной (S) и случайной (E) компонент.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
