- •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
Общее количество наблюдений n = 21 . Составим теперь из исходной таблицы таблицу рангов и дополним ее двумя столбцами, содержащими
R• j и R j .
Мастер- |
|
|
|
Ранги потерь металла |
|
|
|
R• j |
|
|
|
||||
|
|
|
|
|
|
|
R j |
||||||||
ская |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
А |
11 |
8.5 |
2.5 |
|
6 |
1 |
4.5 |
|
|
|
|
33.5 |
5.583 |
||
В |
10 |
14 |
17 |
|
2.5 |
18 |
8.5 |
7 |
20 |
12 |
21 |
130 |
13.00 |
||
С |
4.5 |
16 |
19 |
|
14 |
14 |
|
|
|
|
|
67.5 |
13.50 |
Для вычисления статистики Краскела – Уоллиса удобнее использовать
|
|
|
|
12 |
|
33.52 |
|
130 |
2 |
67.52 |
|
|||
формулу |
(6.4.3). |
Тогда |
H = |
|
|
|
|
+ |
|
+ |
|
|
− |
|
21 |
22 |
6 |
10 |
5 |
||||||||||
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−3 22 = 6.423 . Так какимеются совпадения, скорректируем статистику H .
В нашем случае имеются четыре группы совпадающих наблюдений: 40, 40; 46, 46; 60, 60; 92, 92, 92. Вычислим поправки по формуле (6.4.4.):
T1 = (23 − 2)= 6, |
T2 = 6, T3 = 6, T4 = (33 − 3)= 24 . |
Знаменатель |
дроби в |
||||||||
|
|
|
|
|
|
4 |
|
T |
|
6 + 6 + 6 + 24 |
|
выражении |
|
для |
|
H / |
равен: 1 − ∑j =1 |
(213 −j |
21) = 1 − |
9240 |
= 0.995 . |
||
Тогда H / = |
|
H |
|
= 6.455 . |
|
|
|
|
|
||
0.995 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|||
Как было указано, величина H асимптотически распределена по за- |
|||||||||||
кону χ2 |
с числом степеней свободы |
k −1, то есть в данном случае рав- |
|||||||||
ным двум. |
Найдем квантиль χ2 - распределения: |
χ02.95,2 = 5.99 . Таким |
|||||||||
образом, |
при использовании правостороннего критерия H / > χ02.95,2 , т.е. |
||||||||||
H / ω, |
и гипотеза |
H0 должна быть отвергнута с уровнем значимости |
|||||||||
α = 0.05 . |
|
|
|
|
|
|
|
|
|
|
|
6.5. Лабораторная работа № 8. Однофакторный ранговый и дисперсионный анализ в статистическом пакете STATGRAPHICS
Дисперсионный анализ применяется для обнаружения влияния выделенного набора факторов на результативный признак. Общая идея дисперсионного анализа состоит в разложении общей дисперсии результативного признака на части, обусловленные влиянием контролируемых факторов, и остаточную дисперсию, вызываемую случайными обстоятельствами.
173
Известно много моделей дисперсионного анализа. Они классифицируются, с одной стороны, по математической природе факторов (детерминированные, случайные и смешанные), с другой стороны – по числу контролируемых факторов (однофакторные и многофакторные модели). По способу организации исходных данных среди моделей дисперсионного анализа выделяют полные и неполные k -факторные планы, полные и неполные блочные планы и рандомизированные блочные планы. В STATGRAPHICS Plus for Windows реализованы все перечисленные модели дисперсионного анализа.
Решим в пакете STATGRAPHICS следующую задачу однофакторного дисперсионного анализа.
Время химической реакции при различном содержании катализатора распределилось следующим образом (в секундах):
Содер |
|
|
|
|
Номер эксперимента |
|
|
|
|
Сум- |
|||
жание |
|
|
|
|
|
|
|
|
ма |
||||
|
|
|
|
|
|
|
|
|
|
|
|
||
ката- |
|
|
|
|
|
|
|
|
|
|
|
|
|
ли- |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
зат.,% |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
5.9 |
6.0 |
7.0 |
6.5 |
5.5 |
7.0 |
8.1 |
7.5 |
6.2 |
6.4 |
7.1 |
6.9 |
80.1 |
10 |
4.0 |
5.1 |
6.2 |
5.3 |
4.5 |
4.4 |
5.3 |
5.4 |
5.6 |
5.2 |
- |
- |
51.0 |
15 |
8.2 |
6.8 |
8.0 |
7.5 |
7.0 |
7.2 |
7.9 |
8.1 |
8.5 |
7.8 |
8.1 |
- |
85.1 |
Предполая, что выборки получены из нормально распределенных генеральных совокупностей с равными дисперсиями, проверить нулевую гипотезу H0 о равен-
стве средних. Принять
α = 0.1.
Раскроем электронную таблицу SRATGRAPHICS и
введем в нее значения наблюдений (величины xij - значе-
ния результативного признака) и значения градаций фактора (можно вводить закодированные значения, например, 1, 2, 3), так как это пока-
зано на рис. 6.2. Доступ к процедурам анализа осуществляется из пункта
174
меню Compare→Analysis of Variance→One-Way ANOVA (однофакторный дисперсионный анализ). Сокращение ANOVA происходит от выражения «Analysis of variance». В отечественной литературе вместо термина «анализ вариаций» используется термин «дисперсионный анализ».
Сразу же появляется окно однофакторного дисперсионного анализа (рис. 6.3). В окно Dependent Variable (Зависимая переменная) введем Observ, а в окно Factor (Фактор) имя Factor. Нажмем ОК. На экране появится сводка однофакторного дисперсионного анализа, в которой подтверждается, что введено 33 наблюдения, для которых зафиксировано три уровня фактора. Внизу под этими включено
сообщение StatAdvisor с рекомендациями по проведению дальнейшего анализа.
В появившемся дополнительном меню откроем окно
Tabular Options и отметим все процедуры этого меню. Укажем
назначение всех входящих в это меню процедур.
Analysis Summary (Сводка анализа). Заставка этого окна уже открыта. На ней указаны самые общие сведения о выборке.
Summary Statistics (Описание данных). Содержание числовой информации, помещенной на этой заставке, понятно из контекста. Сначала анализируется информация о факторе. Приводятся значения уровней фактора, количество наблюдений на каждом уровне, средние, дисперсии и стандартные отклонения на каждом уровне и по всей выборке. Затем приводятся наименьшие и наибольшие значения членов выборки, их стандартные асимметрии и эксцессы, наконец, в последней таблице помещены суммарные значения наблюдений по факторам и в целом по выборке.
ANOVA Table (Таблица дисперсионного анализа). Назначение этой таблицы – дать ответ на вопрос о наличии значимого влияния уровней фактора на исследуемый отклик, т.е. на присутствие эффектов обработки. В первой колонке Source (Источник вариации) указаны две части, на которые разлагается общая дисперсия по формуле (6.2.5) Between groups (Между группами) и Within groups (Внутри групп). Далее приводится общая дисперсия Total (corr.) (Итого (скорректированное значение)). Второй столбец содержит сумму квадратов между группами, внутри групп и общую, т.е. величины Q1,Q2 и Q , третий – соответствующее число степе-
ней свободы. В четвертом столбце находятся значения дисперсий: между
175
группами величина s12 , внутри групп величина s22 . В столбце F - ratio вы-
водится значение F -статистики, наконец, столбец p-Value содержит уровень значимости этой статистики (рис. 6.4).
Рис. 6.4. Результаты однофакторного дисперсионного анализа
176
Means table (Таблица средних). Некоторые данные из этой таблицы были уже приведены в Summery Statistics. Колонка Stnd. error (pooled s) (Объединенная стандартная ошибка) содержит s2 . В двух последних
столбцах указанной таблицы находятся границы доверительных интервалов для средних из третьего столбца. Обратим внимание на то, что в таблице средних приведены доверительные 95%-ные интервалы, построенные по методике LSD (рис. 6.5). Щелчок правой кнопки мыши в поле
Рис. 6.5. Таблица средних
заставки Table of Means открывает следующее дополнительное меню (рис. 6.6), в котором задаются различные способы построения доверительных интервалов. В подразд. 4.7 рассмотрены формулы для построения стандартных доверительных интер-
валов (Confidence In terval). Сведения о других методах можно найти в [19].
Multiple Range Tests (Множественные сравнения) выдает результаты анализа множественных сравнений средних (рис. 6.7). В
столбце Homogeneous
Groups (Однородные группы) вертикальными столбцами звездочек выделены возможные однородные группы наблюдений. В нашем случае таких групп три и каждая из них соответствует одному из трех различных уровней фактора. Таким образом, все группы неоднородны, и объединить их в одну общую группу нельзя.
177
Рис. 6.7. Однородные группы наблюдений и контрасты
Далее в таблице приводятся значения линейных контрастов, вычис-
|
|
|
k |
|
|
|
|
|
|
|
|
|
ленных по формуле Lk |
= ∑c jT j . В нашем случае H0 : m1 = m2 = m3 , где |
|||||||||||
|
|
|
j =1 |
|
|
|
|
|
|
|
|
|
mi - |
средняя |
i -й |
подвыборки |
|
|
(уровня |
обработки). Тогда |
|||||
Lk = m1 − m2 , c1 = 1, c2 = −1, c3 = 0 , |
Lk |
2 |
= m1 − m3, c1 =1, c2 = 0, c3 = −1, |
|||||||||
1 |
|
|
|
|
|
|
|
|
|
|
||
Lk3 |
= m2 − m3, |
c1 = 0, c2 = 1, c3 = −1, |
|
|
1 = 6.675, |
|
2 = 5.1, |
|
3 = 7.73636 . |
|||
|
x |
x |
x |
Оценки и дисперсии линейных контрастов вычисляются по формуле
(6.2.9): |
L)k = c1 |
|
1 + c2 |
|
2 = 6.675 − 5.1 = 1.575 , |
L)k |
|
= c1 |
|
1 + c3 |
|
3 = |
x |
x |
2 |
x |
x |
||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
= 6.675 − 7.73636 = −1.06136 , L)k3 = c2 x2 + c3 x3 = 5.1 − 7.73636 = −2.63636
и так далее. Наконец, в столбце под заголовком +/− Limits приведены границы доверительного LSD интервала, для линейных контрастов, вычисленные по формуле, аналогичной формуле (6.2.10).
После щелчка правой кнопкой мыши в поле заставки Multiple Range Test появляется дополнительное меню, подобное меню в пункте Table of Means, в котором можно задать различные способы построения доверительных интервалов.
Variance Check (Тесты дисперсий). Эта процедура включает в себя результаты трех статистических критериев Кокрена , Бартлетта и Хартли для сравнения разбросов наблюдений на разных уровнях фактора (рис. 6.8). Критерии Кокрена и Бартлетта проверяют на однородность ряд дисперсий, т. е. нулевую гипотезу вида H0 : D1 = D2 = ... = Dk . В данном
случае Di - дисперсия соответствующей подвыборки на i -м уровне фак-
Уильям Геммел Кокрен (1909-1990) – английский математик.
178
тора. По этим двум критериям, кроме значений статистик критериев, приводятся также значения минимальных уровней значимости. Следует заметить, что критерии Кокрена и Бартлетта весьма чувствительны к отклонению модели наблюдений от нормальности, поэтому в интерпретации результатов этих критериев нужна определенная осторожность. Информацию о критериях Кокрена, Бартлетта и Хартли можно найти в [1, 2, 4, 8].
Kruskal – Wallis Tests (Ранговый одно-
факторный анализ Краскела – Уоллиса) исследует эффект действия одного фактора классификации для сбалансированного или несбалансированного плана.
В колонке factor стоят метки соответствующих способов обработки (факторов), в колонке Sample Size (Размер выборки) – число наблюдений на каждом уровне фактора. В колонке Average Rank (Средний ранг) – соответствующая величина ранга для каждой группы. Под таблицей приведены значения для асимптотической аппроксимации, скорректированной для случая совпадающих наблюдений по формуле (6.4.4), и минимальный уровень значимости этой статистики (p-Value).
Перечисленные выше процедуры довольно слабо затрагивают вопрос о правомерности применения дисперсионного анализа к анализируемым данным. Этот вопрос является определяющим и от него зависит достоверность выводов, полученных в результате анализа. Для более детального рассмотрения исходной выборки в пакете STATGRAPHICS могут быть
применены критерии χ2 и Колмогорова для проверки согласия с нор-
мальным распределением, глазомерный метод проверки нормальности, критерии асимметрии и эксцесса.
Рассмотрим теперь процедуры окна Graphics Options дополнительного меню. В разделе One-Way ANOVA можно строить следующие графики (рис. 6.9). Отметим все пункты за исключением третьего. В результате получим следующие графики:
179
Scatterplot – это диаграмма рассеивания исходной выборки. Мы имели с ней дело постоянно, начиная с лабораторной работы № 1.
Means Plot реализует графическое представление данных таблицы, выдаваемой процедурой Table of Means (рис. 6.10).
Процедуры Residuals versus Factor Levels, Residuals versus Predicted и Residuals versus Row Number дают графики остатков в одной из трех возможных формах: в зависимости от уровня фактора, в зависимости от предсказанных значений
или в зависимости от номера наблюдения в векторе ввода данных
Рис. 6.10. Диаграмма рассеивания выборки и доверительные интервалы для средних по факторам
180
(рис. 6.11). Каждая из этих форм подчеркивает свой аспект в возможных причинах нарушения однородности распределения остатков.
Рис. 6.11. Графики остатков
181
Задание № 1. С помощью рассмотренных процедур пакета STATGRAPHICS решить одну задачу однофакторного дисперсионного анализа. Везде уровень значимости принять равным 0.05. В каждой задаче проверить гипотезу H0 о равенстве средних. Если гипотеза H0 принимается,
то найти несмещенные оценки среднего и дисперсии. Если же H0 откло-
няется, провести попарное сравнение средних, используя метод линейных контрастов.
1. В трех магазинах, продающих товары одного вида, данные товарооборота за восемь месяцев работы (в тыс. руб.) составили следующую сводку:
Мага- |
|
|
|
|
Месяц |
|
|
|
|
зин |
1 |
2 |
3 |
4 |
|
5 |
6 |
7 |
8 |
I |
19 |
23 |
26 |
18 |
|
20 |
20 |
18 |
35 |
II |
20 |
20 |
32 |
27 |
|
40 |
23 |
22 |
18 |
III |
16 |
15 |
18 |
26 |
|
19 |
17 |
19 |
18 |
2. В следующей таблице приведены результаты обследования 60 работников производства, у которых фиксировалась средняя часовая выработка в натуральных единицах продукции. Принять за фактор – стаж работы.
Стаж |
|
Возраст |
|
|
от 25 до 35 лет |
от 35 до 45 лет |
от 45 до 55 лет |
||
|
||||
От 1 до 4 лет |
19, 20, 20, 20, 22, |
19, 20, 20, 23, 25, |
18, 19, 20, 21, 23, |
|
От 4 до 7 лет |
30, 31, 32, 32, 34, |
20, 29, 30, 31, 31, |
19, 25, 25, 26, 26, |
|
От 7 до 10 лет |
35, 35, 39, 40, 41, |
36, 40, 41, 42, 45, |
24, 24, 24, 25, 25, |
|
Свыше 10 лет |
40, 40, 41, 41, 42, |
28, 31, 35, 36, 40, |
20, 24, 25, 31, 32. |
3. Решить задачу № 2 с теми же данными, приняв за фактор, влияющий на среднюю часовую выработку, возраст работника.
4.
Номер |
|
|
|
|
|
|
Наблюдения |
|
|
|
|
|
|||
выборки |
1 |
|
2 |
3 |
4 |
|
5 |
6 |
7 |
|
8 |
9 |
|||
1 |
12 |
|
4 |
7 |
8 |
|
5 |
9 |
6 |
|
- |
- |
|||
2 |
14 |
|
11 |
5 |
6 |
|
3 |
- |
- |
|
- |
- |
|||
3 |
6 |
|
5 |
12 |
9 |
|
10 |
7 |
11 |
|
4 |
5 |
|||
5. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Номер |
|
|
|
|
|
|
Наблюдения |
|
|
|
|
|
|||
выборки |
|
1 |
|
|
2 |
|
3 |
|
|
4 |
|
5 |
|
|
6 |
1 |
|
4 |
|
|
2 |
|
3 |
|
|
4 |
|
5 |
|
|
3 |
2 |
|
6 |
|
|
5 |
|
4 |
|
|
7 |
|
6 |
|
|
8 |
3 |
|
8 |
|
|
9 |
|
10 |
|
|
7 |
|
8 |
|
|
6 |
|
|
|
|
|
|
182 |
|
|
|
|
|
|
|
|
6.
Номер |
|
|
|
Наблюдения |
|
|
|
|
выборки |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
9 |
8 |
8 |
7 |
9 |
- |
- |
- |
2 |
8 |
11 |
8 |
9 |
10 |
12 |
- |
- |
3 |
9 |
10 |
7 |
11 |
8 |
10 |
12 |
13 |
4 |
16 |
9 |
12 |
14 |
15 |
17 |
19 |
- |
7. Приведены данные о содержании иммуноглобулина IgA в сыворотке крови (в мг %) у больных пяти возрастных групп:
Возрастная |
|
|
|
Содержание IgA (мг %) |
|
|
|
||||
группа |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
83 |
85 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
2 |
84 |
85 |
85 |
86 |
86 |
87 |
- |
- |
- |
- |
- |
3 |
86 |
87 |
87 |
87 |
88 |
88 |
88 |
88 |
88 |
89 |
90 |
4 |
89 |
90 |
90 |
91 |
- |
- |
- |
- |
- |
- |
- |
5 |
90 |
92 |
- |
- |
- |
- |
|
- |
- |
- |
- |
8. На химическом заводе разработаны два новых варианта технологического процесса. Чтобы оценить, как изменится дневная производительность при переходе на работу по новым вариантам технологического процесса, завод в течение десяти дней работает по каждому варианту, включая существующий. Дневная производительность завода (в условных единицах) приводится в таблице:
Технологиче- |
|
|
Суточная производительность |
|
|
|||||
ский процесс |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Существующая |
46 |
48 |
73 |
52 |
72 |
44 |
66 |
46 |
60 |
48 |
схема |
|
|
|
|
|
|
|
|
|
|
Вариант I |
74 |
82 |
64 |
72 |
84 |
68 |
76 |
88 |
70 |
60 |
Вариант II |
52 |
63 |
72 |
64 |
48 |
70 |
78 |
68 |
79 |
54 |
9. Из большой группы полевых транзисторов с недельным интервалом были получены три выборки. Ниже приводятся результаты измерения емкости затвора-стока у этих транзисторов (в пикофарадах):
Но- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
мер |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вы- |
|
|
|
|
|
|
Емкость (пФ) |
|
|
|
|
|
|
||||
бор- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ки |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2.8 |
3.2 |
2.9 |
3.5 |
3.3 |
3.7 |
3.9 |
|
3.1 |
3.2 |
3.1 |
3.4 |
3.0 |
3.6 |
3.1 |
3.2 |
3.2 |
2 |
3.1 |
3.2 |
3.3 |
3.4 |
3.7 |
3.4 |
3.0 |
|
3.1 |
2.9 |
3.5 |
3.2 |
3.2 |
- |
- |
- |
- |
3 |
3.6 |
2.8 |
3.0 |
3.2 |
3.0 |
3.7 |
3.2 |
|
3.2 |
3.6 |
3.4 |
3.1 |
3.2 |
- |
- |
- |
- |
|
|
|
|
|
|
|
|
183 |
|
|
|
|
|
|
|
|
10. Выяснить зависит ли объем работ, выполненных на стройке за смену, от работающей бригады. Данные по четырем бригадам приведены в следующей таблице:
Номер бригады |
|
Объем выполненной работы |
|
|||
1 |
140 |
144 |
142 |
145 |
146 |
140 |
2 |
150 |
149 |
152 |
150 |
- |
- |
3 |
150 |
149 |
146 |
147 |
148 |
150 |
4 |
150 |
155 |
154 |
152 |
157 |
- |
11. Приведены два последних десятичных знака константы в эксперименте по определению гравитационной постоянной G . Например, табличное значение 83 соответствует наблюденному значению 6.683. Эксперимент ставился с шарами, сделанными из золота, платины и стекла.
Материал |
|
|
Значение константы |
|
|
||
Золото |
83 |
81 |
|
76 |
78 |
79 |
72 |
Платина |
61 |
61 |
|
67 |
67 |
64 |
- |
Стекло |
78 |
71 |
|
75 |
72 |
74 |
- |
12.
Номер |
|
|
|
|
Наблюдения |
|
|
|
|
|
выборки |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
1 |
92 |
78 |
60 |
67 |
53 |
66 |
- |
- |
- |
- |
2 |
83 |
96 |
98 |
60 |
99 |
78 |
77 |
103 |
93 |
107 |
3 |
66 |
97 |
100 |
96 |
96 |
- |
- |
- |
- |
- |
13. Представлены пробы долговечности электрических ламп, взятых из четырех партий.
Номер |
|
|
Продолжительность горения в часах |
|
|
|||||
партии |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
1600 |
1610 |
|
1650 |
1680 |
1700 |
1700 |
|
1800 |
- |
2 |
1580 |
1640 |
|
1640 |
1700 |
1750 |
- |
|
- |
- |
3 |
1460 |
1550 |
|
1600 |
1620 |
1640 |
1660 |
|
1740 |
1820 |
4 |
1510 |
1520 |
|
1530 |
1570 |
1600 |
1680 |
|
- |
- |
14. Приведены изменения критерия чистоты поверхности металла для трех приборов.
Номер |
|
Отклонения от общей медианы в сотых долях микрона |
|
|||||
прибора |
|
|
||||||
|
|
|
|
|
|
|
|
|
1 |
-4 |
|
-2 |
-21 |
-4 |
-4 |
|
-35 |
2 |
7 |
|
11 |
30 |
28 |
27 |
|
103 |
3 |
19 |
|
2 |
-13 |
-9 |
2 |
|
1 |
|
|
|
|
184 |
|
|
|
|
15. Результаты 22 испытаний не четырех уровнях фактора следующие:
Уровень фактора |
|
|
Наблюдения |
|
|
||
F1 |
|
|
|
|
|
|
|
1.38 |
1.45 |
1.38 |
1.42 |
1.42 |
1.44 |
1.39 |
|
F2 |
1.41 |
1.42 |
1.44 |
1.45 |
1.46 |
1.43 |
- |
F3 |
1.32 |
1.33 |
1.34 |
1.31 |
1.35 |
- |
- |
F4 |
1.31 |
1.33 |
1.32 |
1.33 |
- |
- |
- |
16. Проведено 22 испытания, результаты которых представлены в таблице.
Уро- |
|
|
|
|
|
|
|
|
|
вень |
|
|
|
Наблюдения |
|
|
|
||
фак- |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
тора |
|
|
|
|
|
|
|
|
|
F1 |
30.56 |
32.66 |
34.78 |
35.50 |
36.63 |
40.20 |
42.28 |
41.76 |
35.17 |
F2 |
43.44 |
47.51 |
53.80 |
50.11 |
46.23 |
51.19 |
- |
- |
- |
F3 |
31.36 |
36.20 |
36.38 |
42.20 |
35.13 |
39.93 |
34.72 |
- |
- |
17. Результаты испытаний на трех уровнях фактора следующие:
Уро- |
|
|
|
|
|
|
|
|
|
|
|
|
вень |
|
|
|
|
|
Наблюдения |
|
|
|
|
|
|
фак- |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
тора |
|
|
|
|
|
|
|
|
|
|
|
|
F1 |
37 |
47 |
40 |
60- |
52 |
48 |
42 |
- |
- |
- |
- |
- |
F2 |
60 |
86 |
67 |
92 |
90 |
95 |
98 |
103 |
89 |
91 |
95 |
97 |
F3 |
69 |
100 |
98 |
75 |
85 |
101 |
94 |
73 |
89 |
96 |
- |
- |
18. В следующей таблице приведены уровни поставок сырья (в условных единицах) в серии из пяти партий.
Пар- |
|
|
|
|
|
|
|
Уровень поставок сырья |
|
|
|
|
|
|
|
|||||
тии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
62 |
66 |
64 |
64 |
63 |
62 |
64 |
64 |
66 |
64 |
66 |
63 |
65 |
63 |
63 |
63 |
61 |
56 |
64 |
65 |
2 |
66 |
65 |
65 |
66 |
67 |
66 |
69 |
70 |
68 |
69 |
63 |
65 |
64 |
65 |
64 |
- |
- |
- |
- |
- |
3 |
62 |
64 |
62 |
62 |
65 |
64 |
65 |
62 |
62 |
63 |
64 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
4 |
65 |
64 |
63 |
62 |
65 |
63 |
64 |
63 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
5 |
65 |
64 |
67 |
62 |
65 |
62 |
64 |
64 |
64 |
65 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
185
19. Таблица данных содержит результаты по определению октанового числа бензина, полученные в четырех округах на северо-востоке США летом 1953 года.
Ок- |
|
|
|
|
Октановое число бензина |
|
|
|
|
|||||
руг |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
А |
84.0 |
83.5 |
84.0 |
85.0 |
83.1 |
83.5 |
81.7 |
85.4 |
84.1 |
83.0 |
85.8 |
84.0 |
84.2 |
|
82.2 |
83.6 |
84.9 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
||
|
||||||||||||||
В |
82.4 |
82.4 |
83.4 |
83.3 |
83.1 |
83.3 |
82.4 |
83.3 |
82.6 |
82.0 |
83.2 |
83.1 |
82.5 |
|
С |
83.2 |
82.8 |
83.4 |
80.2 |
82.7 |
83.0 |
85.0 |
83.0 |
85.0 |
83.7 |
83.6 |
83.3 |
83.8 |
|
85.1 |
83.1 |
84.2 |
80.6 |
82.3 |
- |
- |
- |
- |
- |
- |
- |
- |
||
|
||||||||||||||
D |
80.2 |
82.9 |
84.6 |
84.2 |
82.8 |
83.0 |
82.9 |
83.4 |
83.1 |
83.5 |
83.6 |
86.7 |
82.6 |
|
82.4 |
83.4 |
82.7 |
82.9 |
83.7 |
81.5 |
81.9 |
81.7 |
82.5 |
- |
- |
- |
- |
||
|
20. Приведены две последние цифры чисел, выражающих скорость
света, полученные Майкельсоном в его опыте с шестью круговыми зеркалами.
Но- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
мер |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
зер- |
|
|
|
|
|
|
|
|
Наблюдения |
|
|
|
|
|
|
|
|
|||
ка- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ла |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
47 |
47 |
38 |
62 |
29 |
59 |
92 |
44 |
41 |
47 |
44 |
41 |
- |
- |
- |
- |
- |
- |
- |
- |
2 |
42 |
18 |
36 |
45 |
33 |
30 |
0 |
27 |
18 |
27 |
57 |
66 |
48 |
24 |
15 |
- |
- |
- |
- |
- |
3 |
3 |
39 |
27 |
67 |
48 |
15 |
3 |
7 |
27 |
27 |
42 |
37 |
69 |
24 |
63 |
15 |
30 |
27 |
42 |
60 |
4 |
6 |
21 |
27 |
33 |
9 |
24 |
6 |
39 |
42 |
18 |
12 |
63 |
- |
- |
- |
- |
- |
- |
- |
- |
5 |
18 |
9 |
12 |
30 |
30 |
27 |
30 |
39 |
18 |
27 |
48 |
24 |
18 |
- |
- |
- |
- |
- |
- |
- |
6 |
30 |
21 |
33 |
18 |
12 |
33 |
24 |
23 |
57 |
39 |
44 |
33 |
30 |
24 |
24 |
30 |
- |
- |
- |
- |
21. Фруктовый сок хранился в течение нескольких месяцев в цистернах четырех типов, после чего определялось его качество выставлением численной оценки. Ниже приведены результаты испытаний.
Цистерна |
|
|
|
Наблюдения |
|
|
|
|
A |
6.14 |
5.72 |
6.90 |
5.80 |
6.23 |
6.06 |
5.42 |
6.04 |
B |
6.55 |
6.29 |
7.40 |
6.40 |
6.28 |
6.26 |
6.22 |
6.76 |
C |
5.54 |
5.61 |
6.60 |
5.70 |
5.31 |
5.58 |
5.57 |
5.84 |
D |
4.81 |
5.09 |
6.61 |
5.03 |
5.15 |
5.05 |
5.77 |
6.17 |
22. Лечащий врач рекомендовал своим пациентам, жалующимся на лишний вес, лекарства А, В и С. При этом он каждый раз фиксировал вес
А.А. Майкельсон (1852-1931) – американский физик.
186
пациента после лечения в фунтах (1 фунт = 453.6 г), в результате чего получены следующие результаты.
Ле- |
|
|
|
|
|
Вес пациента |
|
|
|
|
|
|
кар- |
|
|
|
|
|
|
|
|
|
|
||
ство |
|
|
|
|
|
|
|
|
|
|
|
|
А |
147 |
183.5 |
150 |
167 |
180 |
216.5 |
127.5 |
222 |
132 |
167 |
221 |
203 |
В |
180 |
161.5 |
157 |
155 |
146 |
131.5 |
163.3 |
160 |
162 |
225 |
159 |
- |
С |
216 |
172 |
140 |
154 |
161 |
- |
- |
- |
- |
- |
- |
- |
23. Следующая таблица содержит специальные оценки в баллах, соответствующие одному из четырех экспериментальных условий.
Условие |
|
|
|
|
Оценки |
|
|
|
|
1 |
0 |
1 |
3 |
3 |
5 |
10 |
13 |
17 |
26 |
2 |
0 |
6 |
7 |
9 |
11 |
13 |
20 |
20 |
24 |
3 |
0 |
5 |
8 |
9 |
11 |
13 |
16 |
17 |
20 |
4 |
1 |
5 |
12 |
13 |
19 |
22 |
25 |
27 |
29 |
24. Приведено содержание влаги (в %) в образцах некоторого продукта в зависимости от условий хранения.
Ус- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ло- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вия |
|
|
|
|
|
Содержание влаги (в %) |
|
|
|
|
|
||||
хра- |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
не- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ния |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
7.8 |
7.7 |
7.4 |
7.9 |
8.3 |
8.2 |
8.0 |
7.6 |
7.4 |
7.7 |
8.4 |
8.3 |
8.5 |
8.3 |
8.2 |
2 |
5.4 |
5.3 |
5.2 |
5.5 |
5.6 |
7.4 |
7.3 |
7.5 |
7.1 |
7.0 |
6.9 |
- |
- |
- |
- |
3 |
8.1 |
8.0 |
7.9 |
8.2 |
8.3 |
6.4 |
6.3 |
6.5 |
- |
- |
- |
- |
- |
- |
- |
4 |
7.9 |
8.0 |
7.8 |
8.1 |
7.9 |
9.5 |
9.6 |
9.4 |
10.1 |
10 |
9.9 |
- |
- |
- |
- |
5 |
7.1 |
6.9 |
7.0 |
7.3 |
7.2 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
25. В таблице дано среднее число ошибок при выполнении 12 различных заданий животными трех видов.
Живот- |
|
|
|
|
Среднее число ошибок |
|
|
|
|
|||
ное |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Крысы |
1.5 |
1.1 |
1.8 |
1.9 |
4.3 |
2.0 |
8.4 |
6.6 |
2.4 |
6.5 |
2.6 |
6.5 |
Кролики |
1.7 |
1.5 |
8.1 |
1.3 |
4.0 |
4.6 |
4.0 |
5.1 |
2.5 |
6.9 |
2.5 |
6.8 |
Кошки |
0.3 |
1.0 |
3.6 |
0.0 |
0.6 |
5.5 |
1.0 |
3.1 |
0.1 |
1.6 |
4.3 |
1.0 |
187
26. Приведены результаты исследования дрожания мышц рук (тремор) у шести пациентов в зависимости от веса браслета. Каждое табличное значение – среднее из пяти экспериментальных измерений частоты тремора (в Гц).
Пациент |
|
|
|
Частота тремора (в Гц) |
|
|
|
|||
1 |
2.58 |
2.63 |
2.62 |
|
2.59 |
2.85 |
|
3.01 |
2.96 |
2.78 |
2 |
2.70 |
2.83 |
3.15 |
|
3.43 |
3.47 |
|
- |
- |
- |
3 |
2.78 |
2.71 |
3.02 |
|
2.89 |
3.14 |
|
3.01 |
3.35 |
- |
4 |
2.36 |
2.49 |
2.58 |
|
2.86 |
2.93 |
|
3.10 |
- |
- |
5 |
2.67 |
2.96 |
3.02 |
|
3.08 |
3.32 |
|
3.41 |
- |
- |
6 |
2.43 |
2.50 |
2.85 |
|
3.06 |
3.07 |
|
- |
- |
- |
27. В следующей таблице приведено количество решенных задач в шести однородных группах из пяти человек. Задачи предлагались каждому испытуемому независимо от всех остальных. Группы отличаются между собой величиной денежного вознаграждения за решаемую задачу.
Группа |
|
|
Число решенных задач |
|
|
||
1 |
10 |
11 |
|
9 |
|
13 |
7 |
2 |
8 |
10 |
|
16 |
|
13 |
12 |
3 |
12 |
17 |
|
14 |
|
9 |
16 |
4 |
12 |
15 |
|
16 |
|
16 |
19 |
5 |
24 |
16 |
|
22 |
|
18 |
20 |
6 |
19 |
18 |
|
27 |
|
25 |
24 |
28. Приведено количество металлических заготовок определенных формы и размера, изготовленных рабочими трех разных групп, отличающихся различными представлениями о цели работы ( I- отсутствие информации, IIобщие представления, IIIточная информация).
Информация о |
|
Число обработанных заготовок |
|
|||
цели работы |
|
|
||||
|
|
|
|
|
|
|
I |
40 |
35 |
38 |
43 |
44 |
41 |
II |
38 |
40 |
47 |
44 |
40 |
42 |
III |
48 |
40 |
45 |
43 |
46 |
44 |
29. Данные таблицы представляют разрывную прочность волокон хлопка (в условных единицах) в зависимости от уровня калийных удобрений, вносимых в почву.
Уровень |
|
|
|
Прочность волокон |
|
|
|
|||
удобрений |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
I |
7. 46 |
7.68 |
7.21 |
|
7.17 |
7.57 |
|
7.80 |
7.87 |
7.34 |
II |
7.76 |
7.73 |
7.74 |
|
8.14 |
8.15 |
|
7.87 |
- |
- |
III |
7.62 |
8.00 |
7.93 |
|
7.54 |
8.11 |
|
- |
- |
- |
|
|
|
|
188 |
|
|
|
|
|