Информация о работе:
Дисциплина: ТВиМС (теория вероятностей и мат. статистика)
Тип работы: Лабораторные работы

Построение интервального вариационного ряда, оценивание нор- мального закона распределения и его параметров (выполняется с при- менением программ «Гистограмма» и «Описательная статистика» над- стройки «Анализ данных» пакета Microsoft Excel).

Фрагмент текста
%Правые границыЧастотаИнтегральный %10.3633.03%12.691720.20%15.022444.44%17.352670.71%19.681888.89%22.01795.96%24.34398.99%26.66098.99%28.991100.00%Еще0100.00%Урожайность ржиСреднее15.728Стандартная ошибка0.3384220066Медиана15.55Мода14.5Стандартное отклонение3.3842200659Дисперсия выборки11.4529454545Эксцесс0.541430122Асимметричность0.5376340484Интервал17.8Минимум9.2Максимум27Сумма1572.8Счет100Урожайность ржиПараметрыЗначение параметров14.6Объем выборки n10019.3x(min)9.210.9x(max)2720.5Ширина интервала2.3317.5Границы интервалов17.7Левые границыПравые границы14.58.0410.3617.510.3612.6916.512.6915.0214.215.0217.3512.917.3519.6814.119.6822.0116.822.0124.3417.224.3426.6614.926.6628.9914.518.723.810.716.715.417.312.42712.118.114.916.22216.31514.517.61910.12111.517.719.818.713.920.915.814.319.315.817.116.813.712.712.514.4152015.615.612.122.716.19.219.817.424.214.512.715.514.717.115.110.817.512.316.516.216.516.813.913.511.415.212.219.616.419.418.71216.315.41112.81219.310.411.913.311.39.312.81518.5ИнтервалСередина интервалаИнтервальная частотаИнтервальная частостьОценка функции плотностиОценка функции распределенияФункция плотности нормального законаФункция распределения нормального законаF(ai)pi=F(a_i+1)-F(ai)Частота[8,04; 10,36)9.230.030.01290.030.04270.02690.00000.02692.686110.7312208.0057[10,36; 12,69)11.53170.170.07300.20#NAME?#NAME?0.0269#NAME?#NAME?[12,69; 15,02)13.86240.240.10300.44#NAME?#NAME?#NAME?#NAME?#NAME?18.2880241.7840[15,02; 17,35)16.19260.260.11160.70#NAME?#NAME?#NAME?#NAME?#NAME?#NAME?26#NAME?[17,35; 19,68)18.51190.190.08150.89#NAME?#NAME?#NAME?#NAME?#NAME?#NAME?19#NAME?[19,68; 22,01)20.8470.070.03000.96#NAME?#NAME?#NAME?#NAME?#NAME?#NAME?7#NAME?[22,01; 24,34)23.1730.030.01290.99#NAME?#NAME?#NAME?#NAME?#NAME?6.514840.9708[24,34; 26,66)25.5000.000.00000.99#NAME?#NAME?#NAME?#NAME?#NAME?[26,66; 28,99)27.8310.010.00431.00#NAME?#NAME?#NAME?#NAME?#NAME? Итого1001.0015.33248.5254509246100
Показать еще
Эту работу защитили на 5
Похожие работы:
  • Лабораторная работа по математической статистике

    Добавили к таблице, полученной в результате работы программы «Гистограмма» и уже содержащей правые границы интервалов (aj; aj+1) и интервальные частоты mj, столбцы, содержащие: левые границы интервалов; середины интерваловинтервальные частостиоценки функции плотности внутри интервалов Для получения оценок функции распределения в концах интерваловустановили в столбце «Интегральный %» (в результатах работы программы «Гистограмма» рис. 1.3) числовой формат значений с двумядесятичными знаками после запятой рис. 1.4.Мы заполнили первые шесть столбцов табл. 1.2, содержащие интервальный вариационный ряд, и построить полигон и гистограмму на рис. 1.5 и кумулятуна рис. 1.6.Рис. 1.4 Замена формата столбцаРис. 1.5 Гистограмма и полигонРис. 1.6 Кумулята2) Для вычисления выборочных характеристик использовали программу «Описательная статистика», выбрали соответствующийпункт меню надстройки «Анализ данных» пакета MicrosoftExcel.В окне ввода исходных данных программы «Описательная статистика»(рис. 3.1.6) указали входной интервал (ссылку на ячейки A1:A101, содержащие данные об бюджете с заголовком; отметили флажок «Метки»), установили флажок для генерации итоговой статистики — набора основных выборочныххарактеристик. Указали, что исходные данные помещены в столбце, а результаты работы программы необходимо вывести на новый рабочий лист.Рис. 1.7 Окно ввода данных программы «Описательная статистика»В результате работы программы «Описательная статистика» получены значения выборочных характеристик ежедневного объема продаж (рис. 1.8): выборочное среднее; исправленная выборочная дисперсия; стандартное отклонение; исправленная выборочная асимметрия; исправленный выборочный эксцесс; выборочный коэффициент вариации.Рис. 1.8Результаты работы программы «Описательная статистика»Значения некоторых характеристик могут изменяться при переходе отнесгруппированных данных к сгруппированным (интервальному вариационному ряду).

  • Сравнение 2 выборок

    б) с помощью Мастера функций. Поставим курсор в нужную ячейку, в меню «Вставка» выбираем «Функция», затем в открывшемся окошке Мастера функций в строке «Категории» указываем «статистические», в раскрывшемся списке выбираем функцию СРЗНАЧ; в раскрывшемся окошке «Аргументы функции» вводим нужный диапазон.Рис. 2. Вычисление средних с помощью кнопки функцииПолучаем средние значения: Таблица 2. Средние значения3. Вычислить для обеих выборок исправленную выборочную дисперсию с помощью Мастера функций. Поставим курсор в нужную ячейку, в меню «Вставка» выбираем «Функция», затем в открывшемся окошке Мастера функций в строке «Категории» указываем «статистические», в раскрывшемся списке выбираем функцию ДИСП; в раскрывшемся окошке «Аргументы функции» вводим нужный диапазон.Рис 3. вычисление дисперсий.4. Вычислить для обеих выборок исправленное выборочное среднее квадратическое отклонение с помощью Мастера функций. Поставим курсор в нужную ячейку, в меню «Вставка» выбираем «Функция», затем в открывшемся окошке Мастера функций в строке «Категории» указываем «статистические», в раскрывшемся списке выбираем функцию СТАНДОТКЛОН; в раскрывшемся окошке «Аргументы функции» вводим нужный диапазон.Рис. 4. Вычисление средних квадратических отклонений.Получаем: Таблица 3. Дисперсии и средние квадратические отклонения.5. Построить для обеих выборок гистограммы с помощью Мастера диаграмм. Для этого необходимо предварительно выделяем нужный диапазон данных, включая заголовки столбцов и строк, в меню «Вставка» выбираем «Диаграмма», в раскрывшемся списке выбираем гистограмму.Рис. 5. Мастер диаграммПолучаем: Рис. 6. Гистограмма по первой выборкеРис 7. Гистограмма по второй выборке6. Активизировать на компьютере Пакет анализа. Для установки Пакета анализа в Excel нужно: в меню «Сервис» выбрать «Надстройки». В открывшемся списке установить флажок в строке Пакет анализа.

  • Контрольная и практическая работа

    Не пытайтесь исправить оценки! Лучше позовите преподавателя. Не пытайтесь исправить оценки! Лучше позовите преподавателя. Не пытайтесь исправить оценку! Лучше позовите преподавателя. Введите номер правльного ответа и нажмите EnterОтвет может быть от 1 до 4 Введите номер правильного ответа и нажмите EnterОтвет может быть от 1 до 4Введите номер правльного ответа и нажмите EnterОтвет может быть от 1 до 4Не пытайтесь исправить оценку! Лучше позовите преподавателя. задача12345678вопросдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультатдан ответверныйда/нетрезультат1310неверно111верно320неверно040неверно020неверно030неверно441верно030неверно2221верно130неверно120неверно040неверно020неверно020неверно441верно010неверно3331верно340неверно340неверно030неверно010неверно030неверно310неверно020неверно4441верно111верно430неверно040неверно030неверно020неверно230неверно010неверно5221верно340неверно441верно020неверно020неверно020неверно240неверно030неверно6340неверно310неверно441верно010неверно020неверно040неверно430неверно030неверно7331верно230неверно130неверно030неверно010неверно010неверно240неверно010неверно8130неверно221верно430неверно040неверно010неверно010неверно441верно030неверно9130неверно410неверно430неверно020неверно040неверно040неверно221верно010неверно10210неверно040неверно030неверно030неверно210неверно010неверно11040неверно020неверно020неверноудовлетворительно5неудовлетворительно3неудовлетворительно2неудовлетворительно0неудовлетворительно0неудовлетворительно0неудовлетворительно4неудовлетворительно0оценка3ответов2ответов2ответов2ответов2ответов2ответов2ответов2ответовотлично599910109910хорошо477788778удовлетворительно355566556неудовлетворительно2Правильных ответовВаша оценкаверных ответовоценкаЗадача 15 ( 55.

  • 3 вида работ

    081600642514. 70617202890. 29382797110. 0195885314616. 6004596192-1. 60045961920. 1066973079720. 76789231780. 23210768220. 0110527468812. 81188443861. 18811556140. 0848653972915. 4638870652. 5361129350. 1408951631107. 1290216678-0. 12902166780. 01843166680. 8493538234А8. 4935382339ЗАДАЧА 210201525303540352540454011075100806055408060304030ВЫВОД ИТОГОВPQКорреляция10110PQРегрессионная статистика2075P1Множественный R0. 896578850315100Q-0. 89657885031R-квадрат0. 80385363482580Нормированный R-квадрат0. 78423899833060tr=-5. 7258946225Стандартная ошибка12. 2228535193555Наблюдения1240403580Дисперсионный анализ2560dfSSMSFЗначимость F4030Регрессия16122. 685185185240. 98233653557. 81501316307232E-0054540Остаток101493. 9814814815149. 39814814814030Итого117616. 6666666667КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Нижние 95,0%Верхние 95,0%Y-пересечение127. 222222222210. 585301654212. 0187620892. 8787968214116E-007103. 6367004476150. 8077439968103. 6367004476150. 8077439968P-2. 12962962960. 3326639369-6. 4017448047. 81501316307232E-005-2. 8708510689-1. 3884081903-2. 8708510689-1. 3884081903ВЫВОД ОСТАТКАНаблюдениеПредсказанное QОстатки1105. 92592592594. 0740740741284. 6296296296-9. 6296296296395. 27777777784. 7222222222473. 98148148156. 0185185185563. 3333333333-3. 3333333333652. 68518518522. 3148148148742. 037037037-2. 037037037852. 685185185227. 3148148148973. 9814814815-13. 98148148151042. 037037037-12. 0370370371131. 38888888898. 61111111111242. 037037037-12. 037037037ЗАДАЧА 3Годы1995199619971998199920002001200220032004POP, млн. чел. 1010. 310. 410. 5510. 610. 710. 7510. 911MED, тыс. чел12. 112. 61313. 814. 91618202122ГодыPOP, млн. чел. MED, тыс. чел(x-xcp)2Корреляция19951012. 10. 3721POP, млн. чел. MED, тыс. челВЫВОД ИТОГОВ199610. 312. 60. 0961POP, млн. чел. 1199710. 4130. 0441MED, тыс. чел0. 92034364011Регрессионная статистика199810. 5513. 80. 0036Множественный R0. 9203436401199910. 614. 90. 0001tr=6. 6557240144R-квадрат0. 8470324159200010. 7160.

  • Значение множественной корреляции при анализе большого числа факторов.

    Мы видим, что стандартизованные коэффициенты при факторах FRUIT и EGG значительно меньше, чем при остальных факторах. Удалим эти факторы из регрессионного уравнения и заново выполним расчеты.Рис.9. Результат переоценивая параметров модели По полученным результатам мы видим, что коэффициенты при факторах BREAD и POTATOES не являются статистически значимыми при уровне значимости 0.05. Удалим эти факторы. Еще раз выполним расчеты.Получим следующие результаты (рис.10).Рис.10 Заключительные расчеты регрессионного уравненияМы видим, что теперь все коэффициенты регрессионного уравнения являются статистически значимыми с уровнем значимости 0.05. Коэффициент множественной корреляции равен 0.913479. Коэффициент детерминации равен 0.834443.Полученное регрессионное уравнение имеет видЗначение F-статистики также указывает на статистическую значимость уравнения в целом.Проверим выполнение основных предпосылок метода наименьших квадратов.Для этого используем программу EViews/1. Проверим гипотезу о распределении остатков по нормальному закону.Тест Jarque-Bera свидельствует о том, что с уровнем значимости 5% гипотеза о нормальности распределения остатков не может быть отвергнута.2. Проверка гомоскедастичности остатков.Результат теста Бреуша-Пагана-Годфри означают, что гипотеза о гомоскедастичности остатков не может быть отвергнута с уровнем значимости 5%.3. Проверка отсутствия автокорреляции в остатках.Значение критерия Дарбина-Уотсона (рис.14) свидетельствует об отсутствии автокорреляции в остатках.4. Проверим отсутствие корреляции остатков с объясняющими факторами.Для этого вычислим коэффициент корреляции между остатками и объясняющими переменными.Практически нулевые коэффициенты корреляции свидетельствуют об отсутствии корреляции остатков с объясняющими факторами.

×
Оформите заявку на работу - это бесплатно