Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...
Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...
Топ:
Проблема типологии научных революций: Глобальные научные революции и типы научной рациональности...
Отражение на счетах бухгалтерского учета процесса приобретения: Процесс заготовления представляет систему экономических событий, включающих приобретение организацией у поставщиков сырья...
Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного хозяйства...
Интересное:
Средства для ингаляционного наркоза: Наркоз наступает в результате вдыхания (ингаляции) средств, которое осуществляют или с помощью маски...
Отражение на счетах бухгалтерского учета процесса приобретения: Процесс заготовления представляет систему экономических событий, включающих приобретение организацией у поставщиков сырья...
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Дисциплины:
2018-01-04 | 115 |
5.00
из
|
Заказать работу |
|
|
Получение выборки измерений
Имеется персональный компьютер (Core 2 duo e6300). В качестве измеряемой случайной величины выбрано время включения браузера Mozilla Firefox 4.0. Измерения проводятся 46 раз. Полученные результаты измерений приведены в табл. 2.
Выборка измерений
Таблица 1
№ измерения | Время включения компьютера, с | № Измерения | Время включения компьютера, с |
5.21 | 1.99 | ||
4.19 | 2.35 | ||
2.14 | 2.29 | ||
3.25 | 5.00 | ||
2.24 | 8.12 | ||
5.00 | 3.41 | ||
2.17 | 1.58 | ||
9.01 | 4.25 | ||
4.15 | 3.21 | ||
3.07 | 5.69 | ||
4.47 | 4.87 | ||
3.60 | 5.18 | ||
7.41 | 6.27 | ||
2.25 | 4.23 | ||
6.55 | 3.27 | ||
2.41 | 2.67 | ||
1.95 | 5.58 | ||
3.27 | 7.52 | ||
4.10 | 8.32 | ||
5.14 | 3.01 | ||
3.17 | 2.29 | ||
4.23 | 5.03 | ||
5.87 | 7,29 |
В соответствии с номером варианта объем выборки n = 46, уровень значимости α = 0,01.
Первичная обработка результатов измерений
Построение вариационного ряда
Строим вариационный ряд, т.е. упорядочиваем элементы выборки x 1,…, x n в порядке неубывания. Полученный вариационный ряд представлен в табл.2 "Вариационный ряд ".
Вариационный ряд
Таблица 2
№ измерения | Время генерации, с*10-4 | № Измерения | Время генерации, с*10-4 |
1,58 | 4,19 | ||
1,95 | 4,23 | ||
1,99 | 4,23 | ||
2,14 | 4,25 | ||
2,17 | 4,47 | ||
2,24 | 4,87 | ||
2,25 | |||
2,29 | |||
2,29 | 5,03 | ||
2,35 | 5,14 | ||
2,41 | 5,18 | ||
2,67 | 5,21 | ||
3,01 | 5,58 | ||
3,07 | 5,69 | ||
3,17 | 5,87 | ||
3,21 | 6,27 | ||
3,25 | 6,55 | ||
3,27 | 7,29 | ||
3,27 | 7,41 | ||
3,41 | 7,52 | ||
3,6 | 8,12 | ||
4,1 | 8,32 | ||
4,15 | 9,01 |
|
Исключение грубых ошибок измерений
Выполним проверку выборки измерений на наличие грубых ошибок измерений. Для этого:
1. На основе данных об уровне значимости α =0,01 и начальном объеме выборки n =46 из таблицы по входам n и α выбираем значение t α=2,77.
2. Определим значения минимального и максимального элементов выборки, подлежащие проверке:
x (1) = x min =1,58,
x (n) = x max = 9,01.
3. Находим выборочное среднее: = = 4,31.
4. Находим значение параметра s: s = = 1,916.
5. Выполняем проверку минимального элемента вариационного ряда на грубую ошибку. Сравним - st α=-0,999 c x min=1,58, x min> - st α,следовательно, х min= 1,58 не является грубой ошибкой.
6. Выполняем проверку максимального элемента вариационного ряда на грубую ошибку. Сравним + st α =9,619 с x max=9,01, x max> +stα, следовательно, x max=9,01 является грубой ошибкой и удаляется из выборки.
Теперь n=45, t α=2,762. x min=1,58, x max=8,32.
Рассчитаем заново = = 4,205,
s = = 1,801.
Выполняем проверку минимального элемента вариационного ряда на грубую ошибку. Сравним - st α= -0,768 c x min=1,58, x min> - st α,следовательно, х min=1,58 не является грубой ошибкой.
Выполняем проверку максимального элемента вариационного ряда на грубую ошибку. Сравним + st α =9,18 с x max= 8,32, x max< +stα, следовательно, x max=8,32 не является грубой ошибкой и остается в выборке.
Расчеты по данному алгоритму приведены в Приложении 1.
После выполнения алгоритма выявления грубых ошибок объем выборки становится: n =45. Соответственно изменились и s.
Построение статистического ряда
Находим размах выборки:
r = х max- x min=8,32-1,58=6,74.
Находим количество разрядов (интервалов) q= √45≈7, длину интервала делаем одинаковой:
l i = r/q = 6,74/7 =0,962.
Выделяем представителей разрядов и подсчитываем число элементов выборки n j, попавших в j -й разряд (интервал). Рассчитываем относительную частоту попадания элементов в разряды, т. е. относительные частоты разрядов p j* статистического ряда:
p j* = n j / n, (j = ).
На основе относительных частот рассчитываем плотность относительной частоты для каждого разряда по формуле:
|
= , (j = ),
здесь – длина j -го разряда.
Результаты расчетов, приведенные в приложении 3 «Статистический ряд», сводим в таблицу 3.
Статистический ряд
Таблица 3
Номер интервала | |||||||
Границы интервалов | 1,58;2,542 | 2,542;3,504 | 3,504;4,466 | 4,466;5,428 | 5,428;6,39 | 6,39;7,352 | 7,352;8,314 |
Длина интервала | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 |
Частота интервала | |||||||
Относительная частота интервалов | 0,25 | 0,204545 | 0,159091 | 0,181818 | 0,090909 | 0,045455 | 0,068182 |
Плотность относительной частоты = | 0,259875 | 0,212625 | 0,165375 | 0,189 | 0,0945 | 0,04725 | 0,070875 |
Середина интервала | 2,061 | 3,023 | 3,985 | 4,947 | 5,909 | 6,871 | 7,833 |
Кумулятивная ломаная
Кумулятивную ломаную (вторую оценку функции распределения) строим по формулам:
F** (x ) = 0,
F** (x ) = p ,
F** (x ) = p + p ,
……………………
F** (x ) = p + p + … + p ,
где = 1.
Результаты расчетов для построения кумулятивной ломаной из таблицы приложения 2 занесем в табл.4.
Таблица 4
Номер интервала | |||||||
Границы интервалов | 1,58;2,542 | 2,542; 3,504 | 3,504; 4,466 | 4,466; 5,428 | 5,428; 6,39 | 6,39; 7,352 | 7,352; 8,314 |
Относительная частота интервалов | 0,25 | 0,204545 | 0,159091 | 0,181818 | 0,090909 | 0,045455 | 0,068182 |
F **(x) | 0,25 | 0,454545 | 0,613636 | 0,795455 | 0,886364 | 0,931818 |
График кумулятивной ломаной представлен на рис.2.
Рис.2.Кумулятивная ломаная
Гистограмма
Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат интервалы длиною , а высота равна отношению = (плотность относительной частоты). Площадь гистограммы относительных частот равна сумме всех относительных частот, т.е. единице.
Учитывая свойство плотности распределения можно записать:
P (x j-1 X < x j) = f ( j)* l j, (j =0, q), где l j – длина j -го интервала, f ( j)- средняя на интервале l j плотность распределения f (x).
Заменяя P (x j X < x j+1) частотой p *j статистического ряда, получим следующее выражение для приближенного значения f *j плотности распределения на разряде I j:
f *j= p *j/ l j, j =1, q.
Таким образом, гистограмма относительных частот строится следующим образом: на оси Оx отложим длины разрядов и на них, как на основаниях, построим прямоугольники, имеющие площадь p *j и высоту равную f *j (см. рис.3).
Используем данные из табл. 3. “Статистический ряд” для построения оценок плотности распределения f (x).
|
Первый способ построения гистограммы: на основе относительных частот. Для построения статистических оценок плотности распределения используем таблицу статистического ряда (табл. 3).
Рис.3.Оценка плотности распределения, построенная по относительным частотам
Существует еще один способ построения гистограммы. Аналогично первому способу отложим на оси ОХ разряды (границы интервалов) из таблицы статистического ряда и на каждом i -ом интервале построим прямоугольник высотой yi: yi=nj. Данная гистограмма приведена на рис.4.
Рис.4. Оценка плотности распределения, построенная по частотам nj.
Данные для построения плотности распределения приведены в Приложении 2 (Интервальная таблица).
Полигон частот
Построим полигон частот – вторую оценку плотности распределения f (x). Полигон относительных частот строится по точкам (, ), j = (рис. 5)
Рис.5. Полигон относительных частот
Полигон частот строим по точкам, координаты которых равны (, n j), j = (см. рис. 6).
Рис.6. Полигон частот
Критерий согласия χ2 Пирсона
В качестве оценок параметров нормального закона примем точечные оценки для математического ожидания и дисперсии:
=4,205, =3,244.
Алгоритм проверки гипотезы:
1. Провести измерения X и получить выборку x n;
2. Построить вариационный ряд;
3. Исключить грубые ошибки;
4. Определить число интервалов ;
5. Определить границы интервалов;
6. Определить количество элементов попадающих в интервал;
7. Задать гипотезу о плотности распределения f0 (x);
8.Определить вероятность попадания случайной величины в полуинтервал
(xj-1; xj), равную pj: j,
где - середина l j,
l j– длина интервала.
9.Рассчитать значение реализации статистики проверки гипотезы:
, где q –количество интервалов;
10.Задать уровень значимости α;
11.С помощью таблиц распределения Пирсона, по входам α и k = q - r -1 определить , здесь r – количество параметров предполагаемого закона распределения;
12.Принять или отклонить гипотезу по правилу:
если < , гипотеза принимается
если > , гипотеза отклоняется
Расчет значения функции f 0(x) будем проводить по формуле:
, используя при этом встроенную функцию MS Excel НОРМРАСП, параметры которой соответственно равны значению , точечной оценке математического ожидания , точечной оценке среднеквадратического отклонения , четвертый параметр равен 0, что соответствует возвращению функцией значения плотности распределения нормального закона распределения.
|
Зададим вероятность, а =0,01 практически невозможного события, заключающегося в том, что сумма относительных отклонений оценки плотности распределения от значения функции плотности распределения, принятой в качестве гипотезы, не превзойдет значения . Если выполняется условие: < , то гипотеза принимается.
Значение параметра , возьмем из таблицы распределения 2 Пирсона, исходя из значений вероятности a и числа степеней свободы k = q-r -1, где r- количество параметров предполагаемого закона распределения.
После расчета реализации статистики проверки статистической гипотезы о нормальном распределении (наблюдаемого значения критерия), получили набл=17,781, которое превышает значение параметра =13,2767. Следовательно, гипотеза о нормальном распределении случайной выборки не принимается.
Результаты расчетов приведены в Приложении 5.
Выводы
В результате выполненных расчетов было установлено следующее:
1. При проведении опыта были выявлены грубые ошибки измерений:9,01 с.
2. Точечные оценки математического ожидания и дисперсии соответственно равны:
=4,205;
=3,244;
3. В результате проведенной проверки соответствия закона распределения случайной величины времени включения браузера Mozilla Firefox 4.0 по нормальному закону, было установлено, что с вероятностью = 0,99 практически достоверного события выборочные данные согласуются с гипотезой о нормальном законе распределения исследуемой случайной величины по критерию Колмогорова, но не согласуется по критерию Пирсона. Следовательно, нужно увеличить объем выборки и провести измерения заново.
Список литературы
1. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике: Учеб. пособие для студентов вузов. Изд. 6-е, стер. – М.: Высш. шк., 2001.
2. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов.-8-е изд., стер.- М.: Машиностроение, 2002.
3. Ивченко Г.И., Медведев Ю.И. Математическая статистика: Учеб. пособие для втузов.- М.: Высш. шк., 1984.
4. Кожевников Ю.В. Теория вероятностей и математическая статистика: Учебное пособие для вузов. М.: Машиностроение, 2002.
5. Ю. В. Кожевников «Введение в математическую статистику» КГТУ им. А. Н. Туполева, 1996.
6. Роднищев Н.Е. Курс теории вероятностей и математической статистики: Учебное пособие. Казань: Изд-во Казан. гос. техн. ун-та, 2001.
Приложения
Приложение 1. Исключение грубых ошибок
|
1 этап
Вариационный ряд
№ | Xi | (Xi-Xcр)^2 | |
1,58 | 7,454087 | ||
1,95 | 5,57062613 | ||
1,99 | 5,38340874 | ||
2,14 | 4,70984353 | ||
2,17 | 4,58053048 | ||
2,24 | 4,28580005 | ||
2,25 | 4,2444957 | ||
2,29 | 4,08127831 | ||
2,29 | 4,08127831 | ||
2,35 | 3,84245222 | ||
2,41 | 3,61082613 | ||
2,67 | 2,69031309 | ||
3,01 | 1,69056526 | ||
3,07 | 1,53813918 | ||
3,17 | 1,3000957 | ||
3,21 | 1,21047831 | ||
3,25 | 1,12406092 | ||
3,27 | 1,08205222 | ||
3,27 | 1,08205222 | ||
3,41 | 0,81039135 | ||
3,6 | 0,50440874 | ||
4,1 | 0,04419135 | ||
4,15 | 0,02566961 | ||
4,19 | 0,01445222 | ||
4,23 | 0,00643483 | ||
4,23 | 0,00643483 | ||
4,25 | 0,00362613 | ||
4,47 | 0,02553048 | ||
4,87 | 0,31335657 | ||
0,47580005 | |||
0,47580005 | |||
5,03 | 0,518087 | ||
5,14 | 0,68853918 | ||
5,18 | 0,75652179 | ||
5,21 | 0,80960874 | ||
5,58 | 1,61234787 | ||
5,69 | 1,90380005 | ||
5,87 | 2,43292179 | ||
6,27 | 3,84074787 | ||
6,55 | 5,01662613 | ||
7,29 | 8,8791044 | ||
7,41 | 9,60865222 | ||
7,52 | 10,3027044 | ||
8,12 | 14,5144435 | ||
8,32 | 16,0783566 | ||
9,01 | 22,0879566 | ||
X ср | 4,310217 | n= | |
Параметр s | 1,916704 | ||
Xср-s*tα | -0,99905 | Xmin>Xср-s*tα | |
Xср+s*tα | 9,619487 | 1,58 > -0,997 Xmin не является грубой ошибкой | |
tα(при а=0,01) | 2,77 | Xmax>Xср+s*tα | |
∑(xi-xср) | 165,3189 | 9,63 >9,617 Xmax является грубой ошибкой | |
Xmin= | 1,58 | ||
Xmax= | 9,01 |
2 этап
Вариационный ряд
№ | Xi | (Xi-Xcр)^2 | |
1,58 | 6,894709 | ||
1,95 | 5,088533 | ||
1,99 | 4,909671 | ||
2,14 | 4,267438 | ||
2,17 | 4,144391 | ||
2,24 | 3,864282 | ||
2,25 | 3,825067 | ||
2,29 | 3,670204 | ||
2,29 | 3,670204 | ||
2,35 | 3,443911 | ||
2,41 | 3,224818 | ||
2,67 | 2,358613 | ||
3,01 | 1,429884 | ||
3,07 | 1,289991 | ||
3,17 | 1,072836 | ||
3,21 | 0,991573 | ||
3,25 | 0,913511 | ||
3,27 | 0,87568 | ||
3,27 | 0,87568 | ||
3,41 | 0,633262 | ||
3,6 | 0,366967 | ||
4,1 | 0,011189 | ||
4,15 | 0,003111 | ||
4,19 | 0,000249 | ||
4,23 | 0,000587 | ||
4,23 | 0,000587 | ||
4,25 | 0,001956 | ||
4,47 | 0,069813 | ||
4,87 | 0,441191 | ||
0,630789 | |||
0,630789 | |||
5,03 | 0,679342 | ||
5,14 | 0,872771 | ||
5,18 | 0,949109 | ||
5,21 | 1,008462 | ||
5,58 | 1,888487 | ||
5,69 | 2,202916 | ||
5,87 | 2,769636 | ||
6,27 | 4,261013 | ||
6,55 | 5,495378 | ||
7,29 | 9,512427 | ||
7,41 | 10,26704 | ||
7,52 | 10,98407 | ||
8,12 | 15,32114 | ||
8,32 | 16,92682 | ||
X ср | 4,205778 | n= | |
Параметр s | 1,801137 | ||
Xср-s*tα | -0,76896 | Xmin>Xср-s*tα | |
Xср+s*tα | 9,180517 | 1,58 > -0,76896 Xmin не является грубой ошибкой | |
tα(при а=0,01) | 2,762 | Xmax<Xср+s*tα | |
∑(xi-xср) | 142,7401 | 8,32 <9,1805 Xmax не является грубой ошибкой | |
Xmin= | 1,58 | ||
Xmax= | 8,32 | ||
δ^2= | 3,244093 |
Приложение 2. Интервальная таблица
Номер интервала | |||||||
Границы интервалов | 1,58;2,542 | 2,542;3,504 | 3,504;4,466 | 4,466;5,428 | 5,428;6,39 | 6,39;7,352 | 7,352;8,314 |
Длина интервала | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 | 0,962 |
Частота интервала | |||||||
Относительная частота интервалов | 0,25 | 0,204545 | 0,159091 | 0,181818 | 0,090909 | 0,045455 | 0,068182 |
Плотность относительной частоты = | 0,259875 | 0,212625 | 0,165375 | 0,189 | 0,0945 | 0,04725 | 0,070875 |
Середина интервала | 2,061 | 3,023 | 3,985 | 4,947 | 5,909 | 6,871 | 7,833 |
F**(x) | 0,25 | 0,454545 | 0,613636 | 0,795455 | 0,886364 | 0,931818 |
Приложение 3. Точечные и интервальные оценки математического ожидания и дисперсии
№ | Xi | (Xi-Xcр)^2 | ||||
1,58 | 6,422919 | |||||
1,95 | 4,684402 | |||||
1,99 | 4,512854 | |||||
2,14 | 3,898049 | |||||
2,17 | 3,780488 | |||||
2,24 | 3,51318 | |||||
2,25 | 3,475793 | |||||
2,29 | 3,328245 | B | 0,99 | |||
2,29 | 3,328245 | n | ||||
2,35 | 3,112923 | tb | 2,7 | |||
2,41 | 2,904802 | m1 | 3,38845 | |||
2,67 | 2,086141 | m2 | 4,840246 | |||
3,01 | 1,219584 | a1 | 0,005 | |||
3,07 | 1,090662 | a2 | 0,995 | |||
3,17 | 0,891793 | t1 | 71,89234 | |||
3,21 | 0,817845 | t2 | 23,5836 | |||
3,25 | 0,747097 | δ1^2 | 1,990703 | |||
3,27 | 0,712923 | δ2^2 | 6,068466 | |||
3,27 | 0,712923 | |||||
3,41 | 0,496106 | |||||
3,6 | 0,264554 | |||||
4,1 | 0,000206 | |||||
4,15 | 0,001271 | |||||
4,19 | 0,005723 | |||||
4,23 | 0,013375 | |||||
4,23 | 0,013375 | |||||
4,25 | 0,018402 | |||||
4,47 | 0,126488 | |||||
4,87 | 0,57101 | |||||
0,78438 | ||||||
0,78438 | ||||||
5,03 | 0,838419 | |||||
5,14 | 1,051962 | |||||
5,18 | 1,135615 | |||||
5,21 | 1,200454 | |||||
5,58 | 2,148136 | |||||
5,69 | 2,48268 | |||||
5,87 | 3,082315 | |||||
6,27 | 4,646836 | |||||
6,55 | 5,932402 | |||||
7,29 | 10,08477 | |||||
7,41 | 10,86132 | |||||
7,52 | 11,59847 | |||||
8,12 | 16,04525 | |||||
8,32 | 17,68751 | |||||
СТЕПЕНЬ(D2-D42;2) | ||||||
X ср | 4,1143478 | δ^2= | 3,180362 | СУММ(D2;D42)/(41-1) | ||
СРЗНАЧ(B2;B42) | s= | 1,783357 | КОРЕНЬ(D44) | |||
Приложение 4. Критерий Колмогорова
№ | X | Y=(X-Xср)/S | Fo(x) | F*(x) | |F*(x)-Fo(x)| | ||
1,58 | 0,87724169 | 0,68689 | 0,022222 | -0,66467 | Xcp= | ||
1,95 | 1,0826717 | 0,726117 | 0,044444 | -0,68167 | S= | 1,8011 | |
1,99 | 1,10488035 | 0,730207 | 0,066667 | -0,66354 | δ^2= | 3,244 | |
2,14 | 1,18816279 | 0,74527 | 0,088889 | -0,65638 | |||
2,17 | 1,20481928 | 0,748229 | 0,111111 | -0,63712 | |||
2,24 | 1,24368442 | 0,755062 | 0,133333 | -0,62173 | |||
2,25 | 1,24923658 | 0,75603 | 0,155556 | -0,60047 | |||
2,29 | 1,27144523 | 0,759881 | 0,2 | -0,55988 | |||
2,29 | 1,27144523 | 0,759881 | 0,2 | -0,55988 | |||
2,35 | 1,3047582 | 0,765594 | 0,222222 | -0,54337 | |||
2,41 | 1,33807118 | 0,771232 | 0,244444 | -0,52679 | |||
2,67 | 1,48242741 | 0,794762 | 0,266667 | -0,5281 | |||
3,01 | 1,67120093 | 0,823262 | 0,288889 | -0,53437 | |||
3,07 | 1,70451391 | 0,828018 | 0,311111 | -0,51691 | |||
3,17 | 1,76003553 | 0,835762 | 0,333333 | -0,50243 | |||
3,21 | 1,78224418 | 0,838795 | 0,355556 | -0,48324 | |||
3,25 | 1,80445283 | 0,841792 | 0,377778 | -0,46401 | |||
3,27 | 1,81555716 | 0,843276 | 0,422222 | -0,42105 | |||
3,27 | 1,81555716 | 0,843276 | 0,422222 | -0,42105 | |||
3,41 | 1,89328744 | 0,85341 | 0,444444 | -0,40897 | |||
3,6 | 1,99877852 | 0,866445 | 0,466667 | -0,39978 | |||
4,1 | 2,27638665 | 0,896862 | 0,488889 | -0,40797 | |||
4,15 | 2,30414747 | 0,899602 | 0,511111 | -0,38849 | |||
4,19 | 2,32635612 | 0,901755 | 0,533333 | -0,36842 | |||
4,23 | 2,34856477 | 0,903874 | 0,577778 | -0,3261 | |||
4,23 | 2,34856477 | 0,903874 | 0,577778 | -0,3261 | |||
4,25 | 2,35966909 | 0,904921 | 0,6 | -0,30492 | |||
4,47 | 2,48181667 | 0,915887 | 0,622222 | -0,29367 | |||
4,87 | 2,70390317 | 0,933352 | 0,644444 | -0,28891 | |||
2,77608128 | 0,938379 | 0,688889 | -0,24949 | ||||
2,77608128 | 0,938379 | 0,688889 | -0,24949 | ||||
5,03 | 2,79273777 | 0,939496 | 0,711111 | -0,22838 | |||
5,14 | 2,85381156 | 0,943456 | 0,733333 | -0,21012 | |||
5,18 | 2,87602021 | 0,944844 | 0,755556 | -0,18929 | |||
5,21 | 2,8926767 | 0,945868 | 0,777778 | -0,16809 | |||
5,58 | 3,09810671 | 0,957293 | 0,8 | -0,15729 | |||
5,69 | 3,1591805 | 0,960285 | 0,822222 | -0,13806 | |||
5,87 | 3,25911943 | 0,964813 | 0,844444 | -0,12037 | |||
6,27 | 3,48120593 | 0,97337 | 0,866667 | -0,1067 | |||
6,55 | 3,63666648 | 0,978262 | 0,888889 | -0,08937 | |||
7,29 | 4,04752651 | 0,987687 | 0,911111 | -0,07658 | |||
7,41 | 4,11415246 | 0,988821 | 0,933333 | -0,05549 | |||
7,52 | 4,17522625 | 0,989779 | 0,955556 | -0,03422 | |||
8,12 | 4,508356 | 0,993844 | 0,977778 | -0,01607 | |||
8,32 | 4,61939926 | 0,994837 | 0,005163 | ||||
max | 0,005163 | ||||||
t | 0,005163 | ||||||
tα | 0,23798 | ||||||
0,23798 | |||||||
Гипотеза принимается |
Приложение 5. Критерий Пирсона
X | X+1 | Xср | nj | Xср*nj | Xср-x | (Xср-x)^2*nj |
1,58 | 2,542 | 2,061 | 22,671 | 2,6257 | 75,8373054 | |
2,542 | 3,504 | 3,023 | 27,207 | 1,6637 | 24,9110792 | |
3,504 | 4,466 | 3,985 | 27,895 | 0,7017 | 3,44668023 | |
4,466 | 5,428 | 4,947 | 39,576 | -0,2603 | 0,54204872 | |
5,428 | 6,39 | 5,909 | 23,636 | -1,2223 | 5,97606916 | |
6,39 | 7,352 | 6,871 | 13,742 | -2,1843 | 9,54233298 | |
7,352 | 8,314 | 7,833 | 23,499 | -3,1463 | 29,6976111 | |
x= | 4,2057 | δ^2= | 3,244 | |||
l | f | pj* | npj* | (nj-npj*)^2/npj* | ∑(nj-npj)^2/npj | |
0,962 | 0,098836 | 0,095080463 | 4,18354 | 11,106412 | 17,781257 | |
0,962 | 0,115071 | 0,110698381 | 4,870729 | 3,5006837 | ||
0,962 | 0,122694 | 0,118031852 | 5,193401 | 0,628451 | ||
0,962 | 0,119809 | 0,115256424 | 5,071283 | 1,6913641 | ||
0,962 | 0,107143 | 0,103071602 | 4,53515 | 0,0631481 | ||
0,962 | 0,08775 | 0,084415244 | 3,714271 | 0,7911982 | ||
0,962 | 0,065817 | 0,063315597 | 2,785886 | 0,0164561 | ||
НОРМРАСП(C2;E10;G10;0) | A12*B12 | 46*C12 | СТЕПЕНЬ((D2-D12);2)/D12 | СУММ(E12:E18) | ||
t= | 17,781257 | tα | 13,2767 | |||
&
Археология об основании Рима: Новые раскопки проясняют и такой острый дискуссионный вопрос, как дата самого возникновения Рима... Таксономические единицы (категории) растений: Каждая система классификации состоит из определённых соподчиненных друг другу... Архитектура электронного правительства: Единая архитектура – это методологический подход при создании системы управления государства, который строится... Механическое удерживание земляных масс: Механическое удерживание земляных масс на склоне обеспечивают контрфорсными сооружениями различных конструкций... © cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста. |