- •1. СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ИХ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ
- •1.1. Законы распределения дискретных случайных величин
- •1.2. Числовые характеристики дискретных случайных величин, их свойства
- •1.3. Законы распределения непрерывных случайных величин
- •1.4. Числовые характеристики непрерывных случайных величин
- •1.5. Выборочные аналоги интегральной и дифференциальной функций распределения
- •1.6. Лабораторная работа № 1. Методы описательной статистики в пакете STATGRAPHICS
- •1.7. Нормальное распределение и его числовые характеристики
- •2. РАСПРЕДЕЛЕНИЯ, СВЯЗАННЫЕ С НОРМАЛЬНЫМ РАСПРЕДЕЛЕНИЕМ
- •2.1. -распределение
- •2.5. Гамма–распределение
- •2.7. Лабораторная работа № 2. Семейства вероятностных распределений в математических пакетах STATGRAPHICS и MAHTCAD
- •3. МЕТОД СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ (МЕТОД МОНТЕ-КАРЛО)
- •3.1. Общие принципы метода статистических испытаний
- •3.2. Датчики базовой случайной величины (БСВ)
- •3.3. Моделирование на ЭВМ стандартной равномерно распределенной случайной величины (базовой случайной величины)
- •3.5. Моделирование непрерывных случайных величин
- •3.6. Лабораторная работа № 3. Моделирование некоторых распределений с помощью базовых случайных величин в пакете MATHCAD
- •4. ТОЧЕЧНЫЕ И ИНТЕРВАЛЬНЫЕ ОЦЕНКИ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЙ И ИХ СВОЙСТВА
- •4.1. Статистические характеристики вариационных рядов и показатели их качества
- •4.3. Точечные оценки вероятности по частоте, математического ожидания и дисперсии
- •4.5. Методы получения точечных оценок
- •4.6. Сущность интервального оценивания
- •4.7. Приближенные и точные доверительные интервалы для параметров распределений
- •4.8. Лабораторная работа № 4. Оценивание параметров вероятностных распределений в пакетах STATGRAPHICS и MATHCAD
- •5. ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ. КРИТЕРИИ СОГЛАСИЯ
- •5.1. Понятие статистической гипотезы. Основные этапы проверки гипотез
- •5.2. Критерий Неймана – Пирсона
- •5.3. Проверка гипотез о числовых значениях параметров нормального распределения
- •5.4. Проверка гипотез о параметрах двух нормальных распределений
- •5.5. Лабораторная работа № 5. Проверка статистических гипотез о числовых значениях нормальных распределений в математических пакетах STATGRAPHICS и MATHCAD
- •5.6. Критерии согласия
- •Решение
- •5.7. Лабораторная работа № 6. Критерии согласия в статистическом пакете STATGRAPHICS
- •5.8. Лабораторная работа №7. Критерии согласия в математическом пакете MATHCAD
- •6. ОДНОФАКТОРНЫЙ ДИСПЕРСИОННЫЙ АНАЛИЗ
- •6.1. Постановка задачи
- •6.2. Дисперсионный анализ
- •Решение
- •6.3. Ранговый однофакторный анализ
- •6.4. Критерий Краскела - Уоллиса (Н-критерий)
- •Решение
- •6.5. Лабораторная работа № 8. Однофакторный ранговый и дисперсионный анализ в статистическом пакете STATGRAPHICS
- •7. РЕГРЕССИОННЫЙ АНАЛИЗ
- •7.1. Модели регрессии
- •7.4. Проверка адекватности линейной регрессии
- •7.5. Выбор наилучшей регрессии
- •8. НЕПАРАМЕТРИЧЕСКИЕ МЕТОДЫ СТАТИСТИКИ
- •8.2. Критерий знаков
- •8.3. Критерий знаков для одномерной выборки
- •8.4. Ранговый критерий (одновыборочный критерий Вилкоксона)
- •8.5. Двухвыборочный ранговый критерий Вилкоксона
|
|
Т а б л и ц а 3 |
||
|
|
|
|
|
Номер фами- |
Вид рас- |
Параметры |
Объем |
|
лии в журна- |
||||
ле препода- |
пределения |
распределения |
выборки |
|
вателя |
|
λ = (0.5 N )mod 3 + 1 , где |
|
|
1-8 |
Экспонен- |
100 |
||
N - порядковый номер дня вашего |
||||
циальное |
||||
|
|
рождения |
|
|
|
|
m - порядковый номер месяца |
|
|
9-16 |
Логнор- |
рождения, |
50 |
|
мальное |
σ - номер фамилии в журнале |
|||
|
|
|||
|
|
преподавателя |
|
|
|
|
m - порядковый номер месяца |
|
|
17-24 |
Нормаль- |
рождения, |
50 |
|
ное |
σ - номер фамилии в журнале |
|||
|
|
|||
|
|
преподавателя |
|
|
25-32 |
Классиче- |
α = 2, |
100 |
|
ское |
λ = (0.5 N )mod 3 + 1 |
|||
|
Вейбулла |
|
||
|
|
|
5.8. Лабораторная работа №7. Критерии согласия в математическом пакете MATHCAD
Как и в лабораторной работе №5 в пакете MATHCAD вычисление всех статистик тестов χ2 -Пирсона и Колмогорова придется программировать. Исходная выборка может быть задана всеми наблюдениями или в виде сгруппированных данных. Для получения конечного результата при использовании этих двух тестов, очевидно, необходимо составить следующие подпрограммы: получения вариационного ряда по исходной выборке, вычисления сгруппированной выборки, исправления разрядов сгруппированной выборки по условию mi > 5 , вычисления статистик χ2 -Пирсона и Dn Колмогорова, наконец, принятия решения о нулевой гипотезе H0 . Ниже приводятся тексты этих подпрограмм с необходимыми комментариями.
151
Подпрограмма str упорядочивает исходную несгруппированную выборку по возрастанию ее элементов. Используются две встроенные функции пакета MATHCAD rows и cols, которые подсчитывают количество строк и столбцов
в матрице-аргументе.
Подпрограмма grupvib получает сгруппированную выборку по исходной. Ее параметры: x - вектор исходной выборки, l - первоначальное число разрядов группировки. Выходные параметры: x1-вектор вариационного ряда, первый столбец матрицы x2 содержит значения левых концов интервалов группировки, второй столбец – значения правых концов, вектор m содержит час-
тоты попадания элементов выборки в образованные интервалы. Подпрограмма interval исправляет сгруппированную выборку, объе-
диняя крайние интервалы, у которых mi ≤ 5 , в один. Ее параметры: матрица xi, j , содержащая первоначальную сгруппированную выборку, и вектор частот m . В результате работы подпрограммы в матрице x1 находятся исправленные границы интервалов, вектор m1 содержит исправленные частоты, а переменная nnow равна размерности вектора m . В подпрограмме использована встроенная функция пакета MATHCAD floor, вычисляющая наибольшее целое, не превосходящее аргумент.
Подпрограмма χ2 вычисляет статистику критерия согласия χ2 -Пир-
сона. |
Теоретические |
вероятности |
считаются |
по |
формуле |
P(α ≤ X < β) = F(β) − F(α), где F - функция распределения генеральной |
|||||
совокупности, откуда |
получена выборка. |
В приведенной |
программе |
F ≡ pnorm - функции распределения нормального закона. Кроме того, в теле программы оцениваются два параметра нормального закона mX и
DX .
При необходимости исследовать выборку, подчиняющуюся другому закону распределения, эти операторы необходимо заменить на операторы,
152
вычисляющие нужную функцию распределения и требуемые ею неизвестные параметры этого распределения. Подпрограмма χ2 требует задания исходной выборки в сгруппированной или несгруппированной форме, вектора частот и первоначального числа интервалов группировки. Выходными параметрами подпрограммы являются числовое значение статистики χ2 -Пирсона и число интервалов исправленной сгруппированной выборки.
153
Подпрограмма Pirson принимает решение о нулевой гипотезе. Она очень проста, все ее операторы совершенно понятны и не требуют ком-
154
ментариев. Встроенная функция qchisq вычисляет (1 − α)% квантили
χ2 - распределения. Ее входные параметры аналогичны параметрам подпрограммы χ2, а α - уровень значимости нулевой гипотезы.
Подпрограмма Dn вычисляет статистику критерия согласия Колмогорова. Здесь, так же как и в подпрограмме χ2 для вычисления значений гипотетической функции распределения, использована функция распределения нормального закона pnorm. При необходимости ее следует поменять вместе с операторами, оценивающими параметры нормального закона. Кроме того, в теле подпрограммы использованы следующие встроенные функции: mean и var вычисляют оценки математического ожидания и дисперсии, функция stack формирует одну матрицу из двух, располагая первую матрицу над второй, наконец, функция max находит наибольший элемент в матрице-аргументе.
Подпрограмма Kolm, так же как подпрограмма Pirson, принимает решение о принятии или отвержении нулевой гипотезы H0 с уровнем значимости α. (1 − α)% квантили распределения Колмогорова вычисляются линейным интерполированием с помощью встроенной функции linterp.
Сама программа использования тестов согласия χ2 -Пирсона и Колмогорова в пакете MATHCAD может быть, например, такой.
ORIGIN := 1
α := 0.05 α = 0.05 l := 10 l = 10 n := 40 n = 40
155
|
17 |
|
|
20 |
|
|
17 |
|
|
|
|
13 |
|
|
|
|||
|
|
|
|
|
11 |
|
|
|
|
22 |
|
|
|
|
|
|
|
|
|
21 |
|
|
|
|
|
|
|
|
|
|
21 |
|
|
||||
|
8 |
|
|
|
9 |
|
|
|
|
22 |
|
|
|
|
21 |
x := stack(x1, x2) |
x := stack(x, x3) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
20 |
|
|
19 |
|
|
10 |
|
|
|
|
9 |
x := stack(x, x4) |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x1:= |
23 |
x2 := |
20 |
|
x3 := |
20 |
|
x4 := |
14 |
|
|
|
||||||
|
18 |
|
|
|
9 |
|
|
|
|
20 |
|
|
|
|
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
22 |
|
|
|
19 |
|
|
|
|
15 |
|
|
|
19 |
|
|
|
|
|
20 |
|
|
|
17 |
|
|
|
|
19 |
|
|
|
|
18 |
|
|
|
|
17 |
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
21 |
|
|
|
|
|
|
|
23 |
|
|
||||
|
12 |
|
|
|
13 |
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
19 |
|
|
|
||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
m := stack(m1, m2) |
m := stack(m, m3) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
m := stack(m, m4) |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 |
|
m2 := |
1 |
m3 := |
1 |
|
|
1 |
|
|
|
|
||||||
m1:= |
|
|
m4 := |
|
|
|
|
|
||||||||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
Далее должны следовать тексты всех семи приведенных подпро-
грамм.
a:= Pirson(x, m, l, α) a =" гипотезаН0 отвеграетсясзаданнымуровнемзначимости"
b:= Kolm(x, m, l, α) b =" гипотезаН0 принимаетсясзаданнымуровнемзначимости"
Нулевая гипотеза в этой лабораторной работе должна быть сформулирована следующим образом: H0 : F(x) = Φ(x − mX σX ) . Таким обра-
зом, с уровнем значимости α = 0.05 исследуемая выборка не удовлетворяет нормальному закону.
Задание № 1. Выбрать из табл. 4 вид гипотетического распределения и его параметры, смоделировать в пакете MATHCAD выборку объемом 100 единиц (см. табл. 1) и проверить с уровнем значимости α = 0.1 нуле-
вую гипотезу H0 : F = Fгипотет. , исправив, если это необходимо, соответствующие операторы в подпрограммах χ2 и Dn.
156
Номер |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т а б л и ц а 4 |
||||
Вид |
|
|
|
|
|
|
|
|
Функция |
|
Оценка пара- |
|
|
|
|
||||||
фами- |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
распре- |
|
|
метров мето- |
|
Числовые |
||||||||
лии в |
рас- |
Функция плотности и |
|
|
|
||||||||||||||||
деления |
|
дом макси- |
|
значения |
|||||||||||||||||
жур- |
пре- |
|
параметры |
|
|
|
|
|
|||||||||||||
|
|
|
|
в пакете |
|
мального |
|
|
парамет- |
||||||||||||
нале |
деле- |
|
|
закона |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
MATH- |
|
|
правдоподо- |
|
|
ров |
|||||||||
пре- |
ния |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
CAD |
|
|
|
бия |
|
|
|
|
|
|
|||
под. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χ2 - |
kn (x) = C x n 2−1e−x 2 |
pchisq(x, n) |
|
|
|
|
|
|
n - по- |
|||||||||||
1-5 |
рас- |
C = |
|
1 |
|
, x > 0 |
|
|
- |
|
|
|
рядковый |
||||||||
пре- |
2n 2 Γ(n 2) |
|
|
|
|
|
|
|
|
номер дня |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вашего |
||||||
|
деле- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
рождения |
|||
|
ние |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Экспо |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
λ = (0.5 n), |
||
|
ненци |
|
|
|
|
|
|
|
|
pexp(x, λ) |
) |
|
n |
|
|
где n - по- |
|||||
6-10 |
аль- |
f (x) = λe−λx , x > 0 |
|
λ = |
|
|
|||||||||||||||
ное |
|
|
|
|
|
|
n |
|
|
|
рядковый |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ xi |
|
|
номер дня |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i =1 |
|
|
рождения |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
2 |
− |
n +1 |
|
|
|
|
|
|
|
|
|
n - по- |
|||
|
Стью- |
sn (x) |
|
x |
2 |
|
|
|
|
|
|
|
|
|
рядковый |
||||||
|
|
|
|
|
|
|
pt(x, n) |
|
|
|
|
|
|
|
|
|
|
|
|||
11-15 |
дента |
= Bn 1 + |
n |
|
|
|
|
|
|
|
- |
|
|
|
номер дня |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вашего |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
рождения |
||
|
|
|
|
|
n |
−2 |
|
|
|
|
|
|
|
|
|
|
|
n1 -ваш |
|||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
номер в |
||
|
F - |
f (x) = C |
x |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
журнале |
||||||
16-20 |
рас- |
|
|
|
n x |
n1 +n2 |
pF(x, n , n |
|
) |
|
|
- |
|
|
|
препода- |
|||||
пре- |
|
|
|
2 |
1 |
2 |
|
|
|
|
|
|
вателя, |
||||||||
|
деле- |
|
|
1 + |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
ние |
x > 0 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
n |
2 |
-пор. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
номер дня |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
рождения |
||
|
Гам- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α - пор. |
||
|
ма- |
f (x) = |
1 |
|
xαe−x , |
pgamma |
|
|
|
|
(x )2 |
|
|
||||||||
21-25 |
рас- |
Γ(α + |
1) |
(x, α + 1) |
|
) |
= |
|
|
номер |
|||||||||||
пре- |
|
|
|
|
|
|
|
|
|
α |
~ |
|
|
|
месяца |
||||||
|
деле- |
β = 1, x > 0 |
|
|
|
|
|
|
|
|
|
|
DX |
|
|
рождения |
|||||
|
ние |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m -пор. |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
n |
|
|||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
) |
= |
|
номер дня |
|||||
|
Нор- |
|
|
|
− (x −m) |
|
|
|
m = |
x |
|
∑ x |
i |
||||||||
26-30 |
|
|
1 |
|
pnorm |
|
|
|
|
|
n i =1 |
рожд., |
|||||||||
маль- |
f (x) = |
e |
|
2σ |
2 |
|
(x, m, σ) |
|
|
σ2 -смещенная |
|
σ2 -номер |
|||||||||
|
ное |
2πσ |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
дисперсия |
|
фамилии в |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
журнале |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
157 |
|
|
|
|
|
|
|
|
|
|
|