Скачать

Оценивание параметров и проверка гипотез о нормальном распределении

Расчетная работа

Выполнил Шеломанов Р.Б.

Кафедра математической статистики и эконометрики

Московский государственный университет экономики, статистики и информатики

Москва 1999

ЗАДАНИЕ № 23

Продолжительность горения электролампочек (ч) следующая:

По выборочным данным, представленным в заданиях №1-30, требуется:

1* Построить интервальный вариационный ряд распределения;

Построение интервального вариационного ряда распределения

Max: 769

Min: 733

R=769-733=36

H= R / 1+3,32 lg n=36/(1+3,32lg100)=4,712

A1= x min - h/2=730,644

B1=A1+h; B2=A2+h

2* Вычислить выборочные характеристики по вариационному ряду:

среднюю арифметическую (x ср.), центральные моменты (мю к, к=1,4), дисперсию (S^2), среднее квадратическое отклонение (S), коэффициенты асимметрии (Ас) и эксцесса (Ек), медиану (Ме), моду (Мо), коэффициент вариации(Vs);

Вычисление выборочных характеристик распределения

Di=(x_i- x_ср)

x_ср =å xi mi/å mi

x_ср = 751,7539

Вспомогательная таблица ко второму пункту расчетов

Выборочный центральный момент К-го порядка равен

M k = ( xi - x)^k mi/ mi

В нашем примере:

Выборочная дисперсия S^2 равна центральному моменту второго порядка:

В нашем примере:

S^2= 63,94

Ввыборочное среднее квадратическое отклонение:

В нашем примере:

S= 7,996

Выборочные коэффициенты асимметрии Ас и эксцесса Fk по формулам

Ac = m3/ S^3;

В нашем примере:

Ас =-0,00557

Ek = m4/ S^4 -3;

В нашем примере:

Ek = -0,03442

Медиана Ме - значение признака x (e), приходящееся на середину ранжированного ряда наблюдений ( n = 2l -1). При четном числе наблюдений( n= 2l) медианой Ме является средняя арифметическая двух значений, расположенных в середине ранжированного ряда: Me=( x(e) + x( e+1) /2

Если исходить из интервального ряда, то медиану следует вычислять по ормуле

Me= a me +h * ( n/2 - mh( me-1) / m me

где mе- означает номер медианного интервала, ( mе -1) - интервала, редшествующего медианому.

В нашем примере:

Me=751,646

Мода Мо для совокупности наблюдений равна тому значению признака , которому соответствует наибольшая частота.

Для одномодального интервального ряда вычисление моды можно производить по формуле

Mo= a mo + h * ( m mo- m(mo-1))/2 m mo- m( mo-1) - m( mo+1)

где мо означает номер модального интервала ( интервала с наибольшей частотой), мо-1, мо+1- номера предшествующего модальному и следующего за ним интервалов.

В нашем примере:

Mo = 751,49476

Так как Х_ср, MoMe почти не отличаются друг от друга, есть основания предполагать теоретическое распределение нормальным.

Коэффициент вариации Vs = S/ x * 100 %= 3.06%

В нашем примере:

Vs= 1,06%

3* Построить гистограмму, полигон и кумуляту.

Графическое изображение вариационных рядов

Для визуального подбора теоретического распределения, а также выявления положения среднего значения (x ср.) и характера рассеивания (S^2 и S) вариационные ряды изображают графически.

Полигон и кумулята применяются для изображения как дискретных, так и интервальных рядов, гистограмма – для изображения только интервальных рядов. Для построения этих графиков запишем вариационные ряды распределения (интервальный и дискретный) относительных частот (частостей)

Wi=mi/n, накопленных относительных частот Whi и найдем отношение Wi/h, заполнив таблицу 1.4.

Интервалы xi Wi Whi Wi/h

Ai-bi

1 2 3 4 5

4,97-5,08 5,03 0,02 0.02 0,18

5,08-5,19 5,14 0,03 0,05 0,27

5,19-5,30 5,25 0.12 0,17 1,09

5,30-5,41 5,36 0,19 0,36 1,73

5,41-5,52 5,47 0,29 0,65 2,64

5,52-5,63 5,58 0,18 0,83 1,64

5,63-5,74 5,69 0,13 0,96 1,18

5,74-5,85 5,80 0,04 1,00 0,36

Для построения гистограммы относительных частот (частостей) на оси абсцисс откладываем частичные интервалы, на каждом из которых строим прямоугольник, площадь которого равна относительной частоте Wi данного i-го интервала. Тогда высота элементарного прямоугольника должна быть равна Wi/h,. Следовательно, позади под гистограммой равна сумме всех носительных частот, т.е. единице.

Из гистограммы можно получить полигон того же распределения. Если середины верхних оснований прямоугольников соединить отрезками прямой.

4* Сделать вывод о форме ряда распределения по виду гистограммы и полигона, а также по значениям коэффициентов Ас и Ек.

4 Анализ графиков и выводы

Гистограмма и полигон являются аппроксимациями кривой плотности (дифференциальной функции) теоретического распределения (генеральной совокупности). Поэтому по их виду можно судить о гипотическом законе распределения.

Для построения кумуляты дискретного ряда по оси абсцисс откладывают значения признака xi, а по оси ординат – накопленные относительные частоты Whi. Для интервального ряда по оси абсцисс откладывают интервалы .

С кумулятой сопоставляется график интегральной функции распределения F(x).

В нашем примере коэффициенты асимметрии и эксцесса не намного отличаются от нуля. Коэффициент асимметрии оказался отрицательным (Ас=-0,005), что свидетельствует о небольшой левосторонней асимметрии данного распределения. Эксцесс оказался также отрицательным (Ек= -0,034). Это говорит о том, что кривая, изображающая ряд распределения, по сравнению с нормальной, имеет несколько более плоскую вершину. Гистограмма и полигон напоминают кривую нормального распределения (рис.1.1 и 1.2.). Все это дает возможность выдвинуть гипотезу о том, что распределение продолжительности горения электролампочек является нормальным.

Примечание: Кумулята, гистронрамма и полигон находятся в приложениях к работе.

5* Рассчитать плотность и интегральную функцию теоретического нормального распределения и построить эти кривые на графиках гистограммы и кумуляты соответственно.

Расчет теоретической нормальной кривой распределения

Приведем один из способов расчета теоретического нормального распределения по двум найденным выборочным характеристикам x и S эмпирического ряда.

При расчете теоретических частот m^тi за оценку математического ожидания (мю) и среднего квадратического отклонения G нормального закона распределения принимают значения соответствующих выборочных характеристик x ср. и S, т.е. (мю)=Xср.= 751,7539; G=S=7,99.

Теоретические частоты находят по формуле: M^i=npi,

где n – объем; Pi – величина попадания значения нормально распределенной случайной величины в i-й интервал.

Вероятность Pi определяется по формуле

Pi=P(aiФ(t2i)-Ф(t1i)),