Проверка статистической гипотезы о виде неизвестного распределения. Оценка математического ожидания случайной величины. Определение корреляционной зависимости между рядами наблюдений. График эмпирической функции и функции нормального распределения.
Статистика - отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных. 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. Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных.2.Составления сгруппированный статистический ряд: Находим число интервалов, сокруглением до ближайшего целого k=1 3,2*lgn=1 6,4=7,4 По внешнему виду графика выдвигаем гипотезу Н0, что распределение нормальное с мат. ожиданием =0,105014 и СКО=0,995171. Если принять гипотезу из п.3, что распределение нормальное, коэффициент асимметрии анализируемого распределения должен быть равен 0. Проверка гипотезы с использованием критерия Колмогорова проводится для не сгруппированного статистического ряда следующим образом: - для каждого значения сформированного статистического ряда рассчитывается значение эмпирической функции распределения вероятностей по формуле -Сравниваем с предельными уровнями статистики Колмогорова: Гипотеза Н0, что распределение нормально, не отвергается по критерию Колмогорова.На основании поля корреляции сделать предположение о наличии между случайными величинами X и Y корреляционной зависимости и о форме этой зависимости (линейная или нелинейная). Вычислить оценки математических ожиданий случайных величин X и Y.
План
Содержание
1. Проверка статистической гипотезы о виде неизвестного распределения
2. Определение корреляционной зависимости между рядами наблюдений
Заключение
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
