Статистическая обработка эмпирического распределения
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ИРКУТСКИЙГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
Институт недропользования
Кафедра Маркшейдерского дела и геодезия
Допускаю к защите
Руководитель ________В.И.Снетков
И.О. Фамилия
Отчет по лабораторной работе
по дисциплине: «Математическое моделирование МПИ»
Выполнил студент группы ГГз-13-1 __________ Н.Ю.Мельников
шифр подпись И.О. Фамилия
Нормоконтроль ____________ __В.И.Снетков ____
подпись И.О. Фамилия
Отчет проект защищен с оценкой ________________________
Иркутск 2018 г.
Содержание
Статистическая обработка эмпирического распределения близкого к нормальному закону распределения случайных величин. Цель работы 3
1. Условие задания 4
|
|
2. Статистическая обработка эмпирического распределения 6
3. Моделирование равномерного закона распределения 14
4. Моделирование нормального закона распределения 17
Вывод 22
Статистическая обработка эмпирического распределения, близкого к нормальному закону распределения случайных величин. Цель работы
1) Научиться составлять вариационный ряд для случайных непрерывных величин;
2) Ознакомиться с расчётом основных параметров группированного распределения через условные начальные моменты;
3) Освоить технику расчётов в среде электронных таблиц EXCEL;
4) Получить практические навыки построения графиков, номограмм, научить интерпретировать их и использовать для решения конкретных задач;
5) Дать основы графической обработки распределений;
6) Научиться пользоваться критерием согласия Пирсона для выбора теоретического распределения.
Условие задания
Исходными данными являются данные опробования буровзрывных скважин. В таблице 1 приведены содержания Fe в %. Количество измерений N= 155 измерений.
|
|
Таблица 1- Исходные данные варианта 21
41 | 37 | 42 | 41 | 29 | 15 | 36 | 32 | 45 | 29 |
37 | 39 | 27 | 28 | 41 | 19 | 33 | 44 | 53 | 27 |
38 | 50 | 35 | 43 | 36 | 46 | 28 | 36 | 39 | 43 |
39 | 39 | 34 | 61 | 32 | 40 | 41 | 37 | 41 | 31 |
45 | 46 | 42 | 32 | 42 | 31 | 38 | 48 | 34 | 28 |
32 | 46 | 35 | 56 | 55 | 30 | 37 | 31 | 34 | 42 |
25 | 44 | 29 | 33 | 27 | 48 | 27 | 33 | 53 | 50 |
34 | 34 | 33 | 37 | 41 | 48 | 48 | 49 | 41 | 52 |
45 | 42 | 20 | 51 | 42 | 49 | 51 | 31 | 42 | 27 |
48 | 38 | 39 | 40 | 33 | 38 | 33 | 35 | 40 | 33 |
36 | 44 | 42 | 45 | 32 | 26 | 25 | 47 | 40 | |
28 | 45 | 34 | 26 | 36 | 39 | 24 | 50 | ||
38 | 33 | 55 | 35 | 37 | 42 | 40 | 28 | ||
34 | 40 | 19 | 42 | 27 | 55 | 46 | |||
42 | 34 | 42 | 32 | 36 | 37 | ||||
46 | 54 | 31 | 38 | 39 | 56 | ||||
41 | 44 | 57 | 42 | 46 | 47 | ||||
36 | 48 | 35 | 30 | 27 |
Требуется разбить весь диапазон значений на классы, определить частоту событий по каждому классу.
1. Вычислить частость P’(xi) (относительную частоту), накопленную частость F’(x), а также параметры распределения: среднее арифметическое x , дисперсию, стандарт sT (среднеквадратическое отклонение) эмпирического распределения, коэффициент вариации обычный V и преобразованный VПР медиану Me , моду Mo , асимметрию А , эксцесс Е. Определить ошибки (погрешность) найденных параметров.
|
|
2. Построить графики эмпирической частости и накопленной частости (функции распределения).
3. Сделать предварительный вывод о соответствии рассматриваемого распределения нормальному закону по следующим признакам: по виду кривой частости, по значению асимметрии и эксцесса, по соотношению среднего арифметического, моды и медианы, по преобразованному коэффициенту вариации, по вероятности попадания случайной величины в интервал x ± s.
4. Произвести расчёт теоретической функции распределения F(x), теоретической частоты и частости P(x). По формулам для нормального закона найти математическое ожидание M[x], теоретическую дисперсию DT и стандарт sT .
5. Построить совмещённые графики эмпирической и теоретической частости, эмпирической и теоретической функций распределения. По их виду сделать предварительное заключение о сходстве или различии распределений.
6. Выполнить строгую проверку гипотезы о нормальном законе распределения эмпирической выборки с помощью критерия согласия Пирсона.
7. Построить доверительные интервалы для полученных параметров распределения.
|
|
8. Сделать общие выводы по работе.
Статистическая обработка эмпирического распределения
Точность определения параметров случайных величин будет зависеть от ширины интервала. Слишком большое число интервалов (классов) создаёт вычислительные неудобства, слишком малое – приводит к ощутимой потере точности расчётов. Оптимальную величину классового интервала ∆xопределяют по формуле Стержеса (1):
, (1)
где xmax , xmin- максимальное и минимальное значения по выборке.
.
В качестве нижней границы первого класса Xнг примем минимальное значение по выборке, то есть 15,3.
Верхняя граница класса Xвг (2) определится прибавлением к значению нижней границы величины классового интервала:
Для второго класса нижней границей будет значение верхней границы предыдущего класса, а верхняя граница определится в соответствии с формулой 2 и так далее. Заканчивают построение таблицы классовых интервалов при достижении верхней границей класса максимального значения по выборке.
Распределяем исходные данные (таблица 1) по классам. Первое значение таблицы равно 41. Это число попадает в класс 37,7-43,6. Ставим против этого класса в графе 3 точку. Берём следующее значение 37, находим относящийся к нему класс и так далее, пока не переберём все значения из таблицы. Подсчитываем количество точек в первом классе - 4, оно и будет частотой k1. Аналогично поступаем и с другими классами. Полученные результаты заносим соответственно в четвертую колонку таблицы 2.1. Контроль – сумма всех частот должна равняться числу данных в выборке. Далее рассчитывается частость и накопленная частость (3):
Затем вычисляем эмпирическую функцию распределения F’(x) для каждого класса. Для первого класса она будет равняться значению частости данного класса. Эмпирическая функция распределения последующих классов равна сумме предыдущего значения F’(x) и значения частости для данного класса. Середина класса определяется как среднее арифметическое между верхней и нижней границей класса.
Так же определяются условные начальные и центральные моменты (4,5,6,7):
, (4)
(5)
, (6)
. (7)
Значения по колонкам начальных моментов по классам суммируются, и находятся начальные моменты. Условные центральные моменты находятся по следующим формулам (8,9,10):
Следующим шагом является расчёт статистических параметров эмпирического распределения x, D’, s ,V , VПР , Me, Mo, A, E. Среднее арифметическое x (11) определяется как сумма произведений середин классов на их частости:
x=m1.
Теперь определим дисперсию (12) случайной величины, характеризующую меру рассеяния случайной величины относительно среднего арифметического, которая равна второму центральному моменту:
Стандарт (среднеквадратическое отклонение - СКО) - это мера абсолютной изменчивости случайной величины (СВ) и определяется как корень квадратный из дисперсии, то есть (13):
. (13)
Коэффициент вариации (14) является мерой относительной изменчивости СВ относительно среднего арифметического и может выражаться либо в относительных единицах либо, что чаще всего бывает, в процентах. Для этого значение (14) должно быть дополнительно умножено на 100%:
. (14)
Медианой распределения называется значение случайной величины, делящее всю совокупность по вероятности на две равные части (15,16):
, (15)
, (16)
где нижняя граница медианного интервала;
, накопленная частость до медианного интервала и частость медианного интервала соответственно.
Модой распределения называется значение случайной величины X, имеющей наибольшую вероятность (частоту или частость) появления. Класс с наибольшей частотой или частостью называется модальным. Вычислить моду по следующей формуле (17):
, (17)
где -частота модального интервала;
– частота интервала, предшествующего модальному; частота интервала, следующего за модальным.
Асимметрия распределения является мерой скошенности кривой частости или плотности распределения (18):
. (18)
Эксцесс распределения служит мерой островершинности или плосковершинности кривой плотности распределения (19):
. (19)
Расчеты производились в табличном процессоре MS Excel и приведены в таблица.2.1,2.2,2.3,2.4.
Таблица 2.1 Предварительная обработка симметричного распределения
Классы, х | Середина класса, Хск
| Частота, К'
| Частость (эмпирическая вероятность), Р'
| Эмпирическая ф-я распределения, F'(x)
| Начальные моменты, mk | ||||
Нижняя граница класса, Хнг | Верхняя граница класса, Хвг | m1 | m2 | m3 | m4 | ||||
15,3 | 20,92 | 18,09 | 4 | 0,026 | 0,026 | 0,47 | 8,45 | 152,77 | 2763,66 |
20,92 | 26,58 | 23,75 | 6 | 0,039 | 0,065 | 0,92 | 21,83 | 518,52 | 12314,42 |
26,58 | 32,24 | 29,41 | 26,0 | 0,168 | 0,232 | 4,93 | 145,07 | 4266,31 | 125465,17 |
32,24 | 37,90 | 35,07 | 39,0 | 0,252 | 0,484 | 8,82 | 309,42 | 10850,43 | 380497,16 |
37,90 | 43,56 | 40,73 | 39,0 | 0,252 | 0,735 | 10,25 | 417,34 | 16996,86 | 692224,91 |
43,56 | 49,22 | 46,39 | 24 | 0,155 | 0,890 | 7,18 | 333,16 | 15453,77 | 716835,52 |
49,22 | 54,87 | 52,04 | 11 | 0,071 | 0,961 | 3,69 | 192,23 | 10004,53 | 520685,28 |
54,87 | 60,53 | 57,70 | 5 | 0,032 | 0,994 | 1,86 | 107,41 | 6198,10 | 357655,62 |
60,53 | 66,19 | 63,36 | 1 | 0,006 | 1,000 | 0,41 | 25,90 | 1641,27 | 103996,39 |
155 | 1 | 38,54 | 1560,81 | 66082,56 | 2912438,11 |
Таблица 2.2 Начальные и центральные моменты
Минимальное значение | Хмин | 15,260 |
Максимальное значение | Хмакс | 60,585 |
Количество значений | N | 155,000 |
Классовый интервал | ∆Х | 5,659 |
1-й начальный момент | m1 | 38,536 |
2-й начальный момент | m2 | 1560,806 |
3-й начальный момент | m3 | 66082,563 |
4-й начальный момент | m4 | 2912438,111 |
2-й центральный момент | µ2 | 75,783 |
3-й центральный момент | µ3 | 94,621 |
4-й центральный момент | µ4 | 17324,264 |
Ошибку среднего или погрешность определения среднего арифметического можно оценить по формуле (20):
Ошибку стандарта определим по формуле (21):
Ошибка коэффициента вариации вычислена по формуле (22):
Ошибки асимметрии и эксцесса вычисляется из соотношения (23,24):
Если абсолютное значение асимметрии больше утроенной её ошибки, то асимметрия существенно отличается от нормального закона. В данном наблюдаемое отличие асимметрии от нуля можно считать несущественным. Подход к проверке эксцесса ничем не отличается от рассмотренного.
Таблица 2.3 Параметры и характеристики распределения
Параметры распределения | Значение | Ошибка параметра | Доверительный интервал | Отличие | |||
Среднее арифметическое | 38,536 | 0,699 | 37,837 | 39,235 | |||
Дисперсия | 75,783 | ||||||
Коэфффициент вариации | 22,590 | 5,233 | 17,357 | 27,823 | |||
Ассиметрия | 0,143 | 0,197 | -0,053 | 0,340 | 0,729 | ||
Эксцесс | 0,017 | 0,393 | -0,377 | 0,410 | 0,042 | ||
Мода | 37,897 | ||||||
Медиана | 38,260 | ||||||
Стандартное отклонение | 8,705 | 0,494 | 8,211 | 9,200 | |||
Хи-кадрат наблюдаемый | 2,97 | ||||||
Число степеней свободы | 6,00 | ||||||
Хи-квадрат крит 5% | 12,59 | расхождения не существенные | |||||
Уровень значимости | 0,05 |
Следующий этап – расчёт теоретической функции нормального закона распределения. Для этого необходимы два параметра – среднее и стандарт по исходной выборке.
Функция нормального закона распределения рассчитывается через нормированную функцию Лапласа F( t ) (25):
где t – центрированная и нормированная СВ, определяемая из выражения (26):
Все расчеты производятся в табличном процессоре MS Excel, в том числе и вычисление функции распределения, используя встроенную функцию:
НОРМРАСП(xвг; x ; σ ;1),
Выполним более строгую проверку согласия эмпирического и теоретического распределений при помощи критерия согласия Пирсона χ2.
Если выборка разбита на n классов, причём наблюдаемые значения расположены в отдельных классах случайным образом независимо друг от друга, то χ2 определится (27):
Число степеней свободы для указанного критерия равно v =n-1. Для вычисления ожидаемых частот нужно по наблюдаемым данным оценить l параметров (математическое ожидание и дисперсию). Выполним оценку ожидаемых частот с учётом математического ожидания и дисперсии. Число степеней свободы (28):
v=n-l-1,
n= 9 - 2 - 1 = 6.
Теперь зададим уровень значимости критерия α. Примем его равным 0.05, то есть 5%. По специальным таблицам (таблица 2.5) найдём для v = 6 и α = 0,05 предельное значение критерия Пирсона . Найденное значение =2,97 не превосходит табличное, следовательно, с вероятностью P=0.95 можно утверждать, что наблюдаемые расхождения частот эмпирического распределения от теоретического можно считать случайными. Поэтому в качестве теоретического распределения можно принять нормальный закон.
Таблица 2.4 Расчет теоретической функции распределения
t | Теоретическая ф-я распределения, F(X) | Вероятность, P(X) | Теоретическая частота, Кт | Расчет критерия Пирсона, (Кт-К')˄2/Кт | |
-2,024 | 0,022 | 0,022 | 3,333 | 0,133 | |
-1,374 | 0,085 | 0,063 | 9,809 | 1,479 | |
-0,723 | 0,235 | 0,150 | 23,235 | 0,329 | |
-0,073 | 0,471 | 0,236 | 36,588 | 0,159 | |
0,577 | 0,718 | 0,247 | 38,313 | 0,012 | |
1,227 | 0,890 | 0,172 | 26,679 | 0,269 | |
1,877 | 0,970 | 0,080 | 12,351 | 0,148 | |
2,527 | 0,994 | 0,025 | 3,800 | 0,379 | |
3,177 | 0,999 | 0,005 | 0,776 | 0,064 | |
0,999 | 154,885 | 2,973 |
Таблица 2.5 Доверительные границы для распределения
Число степеней свободы, V
| Уровень значимости α | |||
0,10 | 0,05 | 0,01 | 0,001 | |
1 | 2,71 | 3,84 | 6,63 | 10,83 |
2 | 4,61 | 5,99 | 9,21 | 13,82 |
3 | 6,25 | 7,81 | 11,34 | 16,27 |
4 | 7,78 | 9,4 | 13,28 | 18,47 |
5 | 9,24 | 11,07 | 15,09 | 20,52 |
6 | 10,64 | 12,59 | 16,81 | 22,46 |
7 | 12,02 | 14,07 | 18,48 | 24,32 |
8 | 13,36 | 15,51 | 20,00 | 26,12 |
9 | 14,68 | 16,92 | 21,67 | 27,88 |
10 | 15,99 | 18,31 | 23,21 | 29,59 |
11 | 17,28 | 19,68 | 24,73 | 31,26 |
12 | 18,55 | 21,03 | 26,22 | 32,91 |
13 | 19,81 | 22,36 | 27,69 | 34,53 |
14 | 21,06 | 23,68 | 29,14 | 36,12 |
15 | 22,31 | 25,00 | 30,58 | 37,70 |
20 | 28,41 | 31,41 | 37,57 | 45,32 |
30 | 40,26 | 43,77 | 50,89 | 59,70 |
50 | 63,17 | 67,5 | 76,15 | 86,66 |
100 | 118,5 | 124,34 | 135,81 | 149,45 |
Чтобы оценить, насколько близко эмпирическое распределение к нормальному закону, построим при помощи мастера диаграмм совмещённые графики эмпирической частости P’(x) и вероятности P(x) накопленной частости F’(x) и теоретической функции распределения F(x) (рисунок1, 2).
Рисунок 1- Совмещенный график эмпирической и теоретической частости
Рисунок 2- Совмещенный график эмпирической и теоретической частости
3. Моделирование равномерного закона распределения
Используя функцию генерации случайных чисел MS Excel СЛЧИС() генерируем набор случайных чисел равный N=155 (таблица 3.1).
Таблица 3.1 Моделирование равномерного закона распределения
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
1 | 0,191 | 0,164 | 0,914 | 0,532 | 0,603 | 0,875 | 0,637 | 0,553 | 0,479 | 0,437 |
2 | 0,274 | 0,086 | 0,751 | 0,085 | 0,311 | 0,604 | 0,485 | 0,683 | 0,928 | 0,211 |
3 | 0,862 | 0,906 | 0,371 | 0,271 | 0,237 | 0,329 | 0,158 | 0,921 | 0,243 | |
4 | 0,640 | 0,192 | 0,261 | 0,187 | 0,221 | 0,959 | 0,574 | 0,521 | 0,664 | |
5 | 0,241 | 0,218 | 0,802 | 0,328 | 0,097 | 0,694 | 0,339 | 0,039 | 0,657 | |
6 | 0,638 | 0,624 | 0,518 | 0,349 | 0,986 | 0,090 | 0,440 | 0,508 | 0,897 | |
7 | 0,793 | 0,211 | 0,997 | 0,340 | 0,343 | 0,794 | 0,612 | 0,301 | 0,372 | |
8 | 0,803 | 0,245 | 0,277 | 0,748 | 0,694 | 0,491 | 0,114 | 0,411 | 0,484 | |
9 | 0,675 | 0,632 | 0,973 | 0,679 | 0,814 | 0,513 | 0,742 | 0,254 | 0,839 | |
10 | 0,674 | 0,111 | 0,096 | 0,535 | 0,437 | 0,526 | 0,707 | 0,343 | 0,382 | |
11 | 0,743 | 0,638 | 0,731 | 0,571 | 0,919 | 0,428 | 0,615 | 0,563 | 0,225 | |
12 | 0,331 | 0,914 | 0,853 | 0,243 | 0,944 | 0,712 | 0,940 | 0,971 | 0,993 | |
13 | 0,739 | 0,877 | 0,309 | 0,615 | 0,303 | 0,987 | 0,013 | 0,370 | 0,106 | |
14 | 0,717 | 0,828 | 0,371 | 0,194 | 0,760 | 0,468 | 0,255 | 0,607 | 0,085 | |
15 | 0,402 | 0,225 | 0,556 | 0,055 | 0,518 | 0,149 | 0,983 | 0,956 | 0,143 | |
16 | 0,321 | 0,200 | 0,059 | 0,255 | 0,038 | 0,443 | 0,018 | 0,695 | 0,473 | |
17 | 0,192 | 0,803 | 0,177 | 0,415 | 0,865 | 0,843 | 0,933 | 0,763 | 0,692 |
Дальнейшие расчеты аналогичны разделу 2, и производятся по тем же формулам, за исключением определения нижней и верхней границы класса. Нижняя граница класса принимается равной 0. Дальнейшие классы разбиваются через 0,1. Расчеты приведены в таблице 3.2, 3.3, 3.4, 3.5.
Таблица 3.2 Предварительная обработка равномерного закона распределения
Классы, х | Середина класса, Хск
| Частота, К'
| Частость (эмпирическая вероятность), Р'
| Эмпирическая ф-я распределения, F'(x)
| Начальные моменты, mk | ||||
Нижняя граница класса, Хнг | Верхняя граница класса, Хвг | m1 | m2 | m3 | m4 | ||||
0,00 | 0,10 | 0,05 | 12 | 0,08 | 0,08 | 0,00 | 0,00 | 0,00 | 0,00 |
0,10 | 0,20 | 0,15 | 13 | 0,08 | 0,16 | 0,01 | 0,00 | 0,00 | 0,00 |
0,20 | 0,30 | 0,25 | 19,0 | 0,12 | 0,28 | 0,03 | 0,01 | 0,00 | 0,00 |
0,30 | 0,40 | 0,35 | 18,0 | 0,12 | 0,40 | 0,04 | 0,01 | 0,00 | 0,00 |
0,40 | 0,50 | 0,45 | 14,0 | 0,09 | 0,49 | 0,04 | 0,02 | 0,01 | 0,00 |
0,50 | 0,60 | 0,55 | 13 | 0,08 | 0,57 | 0,05 | 0,03 | 0,01 | 0,01 |
0,60 | 0,70 | 0,65 | 22 | 0,14 | 0,72 | 0,09 | 0,06 | 0,04 | 0,03 |
0,70 | 0,80 | 0,75 | 13 | 0,08 | 0,80 | 0,06 | 0,05 | 0,04 | 0,03 |
0,80 | 0,90 | 0,85 | 13 | 0,08 | 0,88 | 0,07 | 0,06 | 0,05 | 0,04 |
0,90 | 1,00 | 0,95 | 18 | 0,12 | 1,00 | 0,11 | 0,10 | 0,10 | 0,09 |
5,00 | 155 | 0,51 | 0,34 | 0,25 | 0,20 |
Таблица 3.3 Начальные и центральные моменты
Минимальное значение | Хмин | 0,0 |
Максимальное значение | Хмакс | 1,0 |
Количество значений | N | 155,0 |
Классовый интервал | ∆Х | 0,1229 |
1-й начальный момент | m1 | 0,51 |
2-й начальный момент | m2 | 0,34 |
3-й начальный момент | m3 | 0,25 |
4-й начальный момент | m4 | 0,20 |
2-й центральный момент | µ2 | 0,078759625 |
3-й центральный момент | µ3 | 0,000339767 |
4-й центральный момент | µ4 | 0,011 |
Таблица 3.4 Параметры и характеристики равномерного распределения
Параметры распределения | Значение | Ошибка параметра | Доверительный интервал | Отличие | |||
Среднее арифметическое | 0,511 | 0,022 | 0,488 | 0,533 | |||
Дисперсия | 0,078 | ||||||
Коэфффициент вариации | 54,888 | 125,442 | -70,55 | 180,331 | |||
Ассиметрия | 0,015 | 0,196 | -0,181 | 0,212 | 0,078 | несуществ | |
Эксцесс | 1,8 | 0,393 | 1,430 | 2,217 | 4,636 | существ | |
Мода | |||||||
Медиана | 0,5 | ||||||
Стандартное отклонение | 0,280 | 0,015 | 0,264 | 0,296 | |||
Хи-кадрат наблюдаемый | 6,87 | ||||||
Число степеней свободы | 7 | ||||||
Хи-квадрат крит 5% | 12,59 | расхождения не существенные | |||||
Уровень значимости | 0,05 |
Таблица 3.5 Расчет теоретической функции распределения
t | Теоретическая ф-я распределения, F(X) | Вероятность, P(X) | Теоретическая частота, Кт | Расчет критерия Пирсона, (Кт-К')˄2/Кт | |
| 0,1 | 0,1 | 15,5 | 0,790 | |
| 0,2 | 0,1 | 15,5 | 0,403 | |
| 0,3 | 0,1 | 15,5 | 0,790 | |
| 0,4 | 0,1 | 15,5 | 0,403 | |
| 0,5 | 0,1 | 15,5 | 0,145 | |
| 0,6 | 0,1 | 15,5 | 0,403 | |
| 0,7 | 0,1 | 15,5 | 2,726 | |
| 0,8 | 0,1 | 15,5 | 0,403 | |
| 0,9 | 0,1 | 15,5 | 0,403 | |
| 1 | 0,1 | 15,5 | 0,403 |
При помощи мастера диаграмм строятся диаграммы (рисунок 3,4)
Рисунок 3- Частость для равномерного закона
Рисунок 4- Функция распределения равномерного закона
4. Моделирование нормального закона распределения
Таблица 4.1 Моделирование нормального закона распределения
№ | R | N | N(sr=0;st=1) | x | № | R | N | N(sr=0;st=1) | x |
1 | 0,191 | -0,273 | -0,289 | 36,024 | 52 | 0,532 | -0,376 | -0,396 | 35,088 |
2 | 0,274 | 1,799 | 1,860 | 54,729 | 53 | 0,085 | -0,298 | -0,314 | 35,798 |
3 | 0,862 | -0,349 | -0,367 | 35,340 | 54 | 0,271 | 2,200 | 2,276 | 58,351 |
4 | 0,640 | -0,419 | -0,441 | 34,701 | 55 | 0,187 | -0,858 | -0,896 | 30,739 |
5 | 0,241 | -1,089 | -1,135 | 28,654 | 56 | 0,328 | 1,617 | 1,671 | 53,086 |
6 | 0,638 | -1,289 | -1,343 | 26,847 | 57 | 0,349 | -0,776 | -0,811 | 31,478 |
7 | 0,793 | 0,225 | 0,227 | 40,516 | 58 | 0,340 | 1,226 | 1,266 | 49,558 |
8 | 0,803 | -0,643 | -0,673 | 32,677 | 59 | 0,748 | -0,329 | -0,347 | 35,514 |
9 | 0,675 | -0,409 | -0,430 | 34,796 | 60 | 0,679 | -0,687 | -0,718 | 32,285 |
10 | 0,674 | -0,786 | -0,821 | 31,390 | 61 | 0,535 | -1,009 | -1,052 | 29,376 |
11 | 0,743 | -0,374 | -0,394 | 35,108 | 62 | 0,571 | -0,483 | -0,507 | 34,122 |
12 | 0,331 | 0,673 | 0,693 | 44,565 | 63 | 0,243 | -1,264 | -1,317 | 27,072 |
13 | 0,739 | -0,160 | -0,172 | 37,039 | 64 | 0,615 | -1,110 | -1,157 | 28,466 |
14 | 0,717 | -0,761 | -0,795 | 31,611 | 65 | 0,194 | 1,705 | 1,763 | 53,881 |
15 | 0,402 | -0,583 | -0,611 | 33,219 | 66 | 0,055 | 0,609 | 0,626 | 43,986 |
16 | 0,321 | 1,217 | 1,257 | 49,478 | 67 | 0,255 | -1,424 | -1,483 | 25,628 |
17 | 0,192 | 0,932 | 0,961 | 46,901 | 68 | 0,415 | 0,837 | 0,863 | 46,047 |
18 | 0,164 | 1,560 | 1,612 | 52,567 | 69 | 0,603 | -0,376 | -0,396 | 35,090 |
19 | 0,086 | 1,838 | 1,900 | 55,080 | 70 | 0,311 | 0,933 | 0,962 | 46,914 |
20 | 0,906 | -1,233 | -1,284 | 27,357 | 71 | 0,237 | 0,310 | 0,316 | 41,285 |
21 | 0,192 | 0,358 | 0,366 | 41,718 | 72 | 0,221 | 1,667 | 1,724 | 53,541 |
22 | 0,218 | 1,781 | 1,841 | 54,563 | 73 | 0,097 | 2,151 | 2,225 | 57,904 |
23 | 0,624 | 0,234 | 0,237 | 40,602 | 74 | 0,986 | -0,187 | -0,200 | 36,795 |
24 | 0,211 | 0,942 | 0,972 | 46,993 | 75 | 0,343 | -0,500 | -0,524 | 33,973 |
25 | 0,245 | -1,132 | -1,179 | 28,269 | 76 | 0,694 | -1,374 | -1,431 | 26,081 |
26 | 0,632 | -1,238 | -1,289 | 27,313 | 77 | 0,814 | -0,591 | -0,618 | 33,154 |
27 | 0,111 | -1,354 | -1,410 | 26,264 | 78 | 0,437 | 0,248 | 0,252 | 40,728 |
28 | 0,638 | -1,601 | -1,666 | 24,035 | 79 | 0,919 | 0,385 | 0,394 | 41,964 |
29 | 0,914 | 0,304 | 0,309 | 41,228 | 80 | 0,944 | -0,141 | -0,152 | 37,215 |
30 | 0,877 | -0,296 | -0,313 | 35,812 | 81 | 0,303 | 0,098 | 0,096 | 39,373 |
31 | 0,828 | 0,096 | 0,094 | 39,351 | 82 | 0,760 | -1,542 | -1,605 | 24,560 |
32 | 0,225 | 0,607 | 0,623 | 43,963 | 83 | 0,518 | 1,113 | 1,149 | 48,540 |
33 | 0,200 | 0,585 | 0,601 | 43,770 | 84 | 0,038 | 0,274 | 0,278 | 40,960 |
34 | 0,803 | -1,696 | -1,764 | 23,177 | 85 | 0,865 | 0,382 | 0,390 | 41,933 |
35 | 0,914 | 0,002 | -0,003 | 38,506 | 86 | 0,875 | -0,379 | -0,399 | 35,061 |
36 | 0,751 | -0,425 | -0,446 | 34,651 | 87 | 0,604 | -0,476 | -0,499 | 34,191 |
37 | 0,371 | -0,094 | -0,103 | 37,639 | 88 | 0,329 | 0,884 | 0,911 | 46,467 |
38 | 0,261 | 1,405 | 1,452 | 51,172 | 89 | 0,959 | -0,100 | -0,110 | 37,581 |
39 | 0,802 | -0,660 | -0,691 | 32,523 | 90 | 0,694 | -0,273 | -0,289 | 36,022 |
40 | 0,518 | -0,074 | -0,082 | 37,821 | 91 | 0,090 | 0,592 | 0,608 | 43,829 |
41 | 0,997 | -0,012 | -0,018 | 38,378 | 92 | 0,794 | -2,111 | -2,195 | 19,429 |
42 | 0,277 | 0,071 | 0,068 | 39,129 | 93 | 0,491 | -1,189 | -1,239 | 27,752 |
43 | 0,973 | 0,192 | 0,194 | 40,223 | 94 | 0,513 | -0,095 | -0,105 | 37,626 |
44 | 0,096 | 0,133 | 0,132 | 39,689 | 95 | 0,526 | -1,021 | -1,064 | 29,270 |
45 | 0,731 | 0,476 | 0,488 | 42,786 | 96 | 0,428 | 0,492 | 0,505 | 42,933 |
46 | 0,853 | -0,633 | -0,662 | 32,773 | 97 | 0,712 | 0,821 | 0,846 | 45,901 |
47 | 0,309 | -1,058 | -1,103 | 28,933 | 98 | 0,987 | -0,067 | -0,075 | 37,885 |
48 | 0,371 | 1,110 | 1,145 | 48,505 | 99 | 0,468 | 0,732 | 0,754 | 45,097 |
49 | 0,556 | 1,010 | 1,042 | 47,604 | 100 | 0,149 | 0,992 | 1,023 | 47,440 |
50 | 0,059 | 0,392 | 0,401 | 42,023 | 101 | 0,443 | 0,706 | 0,726 | 44,859 |
51 | 0,177 | -1,822 | -1,895 | 22,039 | 102 | 0,843 | -1,063 | -1,108 | 28,888 |
Продолжение таблицы 4.1
№ | R | N | N(sr=0;st=1) | x |
103 | 0,637 | -0,946 | -0,987 | 29,945 |
104 | 0,485 | 0,091 | 0,089 | 39,310 |
105 | 0,158 | -1,719 | -1,789 | 22,966 |
106 | 0,574 | -0,859 | -0,896 | 30,733 |
107 | 0,339 | -1,367 | -1,423 | 26,146 |
108 | 0,440 | 0,543 | 0,558 | 43,391 |
109 | 0,612 | 0,747 | 0,769 | 45,234 |
110 | 0,114 | 0,652 | 0,671 | 44,373 |
111 | 0,742 | -0,207 | -0,220 | 36,620 |
112 | 0,707 | -0,745 | -0,778 | 31,759 |
113 | 0,615 | 0,917 | 0,945 | 46,763 |
114 | 0,940 | -0,363 | -0,382 | 35,213 |
115 | 0,013 | -0,085 | -0,094 | 37,717 |
116 | 0,255 | 2,949 | 3,053 | 65,114 |
117 | 0,983 | 0,185 | 0,187 | 40,160 |
118 | 0,018 | 0,022 | 0,017 | 38,681 |
119 | 0,933 | -0,352 | -0,370 | 35,312 |
120 | 0,553 | -0,121 | -0,131 | 37,392 |
121 | 0,683 | 0,768 | 0,790 | 45,417 |
122 | 0,921 | -0,415 | -0,436 | 34,742 |
123 | 0,521 | 1,108 | 1,143 | 48,488 |
124 | 0,039 | 0,274 | 0,279 | 40,962 |
125 | 0,508 | -0,368 | -0,388 | 35,160 |
126 | 0,301 | 1,104 | 1,139 | 48,454 |
127 | 0,411 | -0,035 | -0,042 | 38,175 |
128 | 0,254 | 1,334 | 1,378 | 50,529 |
129 | 0,343 | -1,350 | -1,405 | 26,301 |
130 | 0,563 | -0,563 | -0,590 | 33,403 |
131 | 0,971 | -0,166 | -0,177 | 36,991 |
132 | 0,370 | 0,175 | 0,176 | 40,070 |
133 | 0,607 | 0,961 | 0,991 | 47,162 |
134 | 0,956 | -0,274 | -0,289 | 36,016 |
135 | 0,695 | 0,071 | 0,068 | 39,127 |
136 | 0,763 | -0,850 | -0,887 | 30,815 |
137 | 0,479 | 1,090 | 1,125 | 48,331 |
138 | 0,928 | -0,532 | -0,557 | 33,686 |
139 | 0,243 | -0,862 | -0,900 | 30,699 |
140 | 0,664 | -1,445 | -1,504 | 25,439 |
141 | 0,657 | 0,733 | 0,754 | 45,102 |
142 | 0,897 | -0,551 | -0,577 | 33,516 |
143 | 0,372 | -1,399 | -1,457 | 25,856 |
144 | 0,484 | 0,141 | 0,140 | 39,756 |
145 | 0,839 | -0,438 | -0,460 | 34,532 |
146 | 0,382 | 0,400 | 0,409 | 42,098 |
147 | 0,225 | 1,725 | 1,783 | 54,060 |
148 | 0,993 | -0,078 | -0,086 | 37,786 |
149 | 0,106 | 1,821 | 1,883 | 54,930 |
150 | 0,085 | 1,085 | 1,119 | 48,280 |
151 | 0,143 | -1,944 | -2,022 | 20,930 |
152 | 0,473 | 0,329 | 0,336 | 41,459 |
153 | 0,692 | -0,793 | -0,828 | 31,326 |
154 | 0,437 | 0,329 | 0,335 | 41,455 |
155 | 0,211 | 1,765 | 1,825 | 54,424 |
Нормальные нормализованные числа получаем методом Мюллера, по следующим формулам (29,30):
(29)
. (30)
где r1 и r2 — случайные числа из таблицы 4.1.
Затем преобразуем нормальные числа по формуле (31):
. (31)
Случайные числа и результаты расчета методом Мюллера заносятся в таблицу 4.1.
Дальнейшие расчеты аналогичны расчетам, описанным в разделе 1, и сводятся в таблицы 4.2, 4,3,4,4,4,5.
Таблица 4.2 Предварительная обработка нормального закона распределения
Классы, х | Середина класса, Хск
| Частота, К'
| Частость (эмпирическая вероятность), Р'
| Эмпирическая ф-я распределения, F'(x)
| Начальные моменты, mk | ||||
Нижняя граница класса, Хнг | Верхняя граница класса, Хвг | m1 | m2 | m3 | m4 | ||||
19,43 | 25,13 | 22,28 | 7 | 0,05 | 0,05 | 1,01 | 22,42 | 499,57 | 11131,06 |
25,13 | 30,84 | 27,99 | 24 | 0,15 | 0,20 | 4,33 | 121,27 | 3393,74 | 94975,57 |
30,84 | 36,54 | 33,69 | 36,0 | 0,23 | 0,43 | 7,82 | 263,61 | 8880,93 | 299194,84 |
36,54 | 42,25 | 39,39 | 41,0 | 0,26 | 0,70 | 10,42 | 410,49 | 16170,83 | 637028,71 |
42,25 | 47,95 | 45,10 | 24,0 | 0,15 | 0,85 | 6,98 | 314,91 | 14201,86 | 640472,71 |
47,95 | 53,65 | 50,80 | 13 | 0,08 | 0,94 | 4,26 | 216,46 | 10996,42 | 558638,75 |
53,65 | 59,36 | 56,51 | 9 | 0,06 | 0,99 | 3,28 | 185,40 | 10475,97 | 591954,87 |
59,36 | 65,06 | 62,21 | 0 | 0,00 | 0,99 | 0,00 | 0,00 | 0,00 | 0,00 |
65,06 | 70,77 | 67,91 | 1 | 0,01 | 1,00 | 0,44 | 29,76 | 2020,92 | 137249,29 |
155 | 38,55 | 1564,31 | 66640,24 | 2970645,79 |
Таблица 4.3 Начальные и центральные моменты
Минимальное значение | Хмин | 0,0 |
Максимальное значение | Хмакс | 1,0 |
Количество значений | N | 155,0 |
Классовый интервал | ∆Х | 0,1229 |
1-й начальный момент | m1 | 0,51 |
2-й начальный момент | m2 | 0,34 |
3-й начальный момент | m3 | 0,25 |
4-й начальный момент | m4 | 0,20 |
2-й центральный момент | µ2 | 0,078759625 |
3-й центральный момент | µ3 | 0,000339767 |
4-й центральный момент | µ4 | 0,011 |
Таблица 4.4 Параметры и характеристики нормального распределения
Параметры распределения | Значение | Ошибка параметра | Доверительный интервал | Отличие | |||
Среднее арифметическое | 38,547 | 0,711 | 37,836 | 39,259 | |||
Дисперсия | 78,421 | ||||||
Коэфффициент вариации | 22,973 | 5,317 | 17,656 | 28,290 | |||
Ассиметрия | 0,424 | 0,197 | 0,227 | 0,621 | 2,154 | несуществ | |
Эксцесс | -0,035 | 0,393 | -0,429 | 0,358 | 0,090 | несуществ | |
Мода | 37,838 | ||||||
Медиана | 38,002 | ||||||
Стандартное отклонение | 8,856 | 0,503 | 8,353 | 9,359 | |||
Хи-кадрат наблюдаемый | 10,85 | ||||||
Число степеней свободы | 6 | ||||||
Хи-квадрат крит 5% | 12,59 | расхождения не существенные | |||||
Уровень значимости | 0,05 |
Таблица 4.5 Расчет теоретической функции распределения
t | Теоретическая ф-я распределения, F(X) | Вероятность, P(X) | Теоретическая частота, Кт | Расчет критерия Пирсона, (Кт-К')˄2/Кт | |
| 0,065 | 0,065 | 10,063 | 0,932 | |
| 0,192 | 0,127 | 19,695 | 0,941 | |
| 0,410 | 0,218 | 33,856 | 0,136 | |
| 0,662 | 0,251 | 38,980 | 0,105 | |
| 0,856 | 0,194 | 30,060 | 1,222 | |
| 0,956 | 0,100 | 15,524 | 0,410 | |
| 0,991 | 0,035 | 5,367 | 2,459 | |
| 0,999 | 0,008 | 1,242 | 1,242 | |
| 1,000 | 0,001 | 0,192 | 3,400 | |
| 10,846 |
При помощи мастера диаграмм строятся диаграммы (рисунок 5,6)
Рисунок 5- График частости и вероятности для модели нормального распределения
Рисунок 6- Функция распределения для модели нормального распределения
Вывод
Во время выполнения данной работы были изучены методы статистической обработки эмпирического распределения, близкого к нормальному закону распределения случайных величин. Были освоены способы составления вариационный рядов для случайных непрерывных величин. В ходе работы был выполнен расчёт основных параметров группированного распределения через условные начальные моменты. Так же были рассчитаны основные параметры и характеристики распределения. Все работы производились с помощью табличного процессора Excel. Были освоены основные статистические и математические функции данной программы. Произведена оценка соответствия распределения нормальному закону. В результате строгой проверки гипотезы о нормальном законе распределения эмпирической выборки с помощью критерия согласия Пирсона, выяснено что расхождения частот эмпирического и теоретического являются случайными. Итогом стало построение диаграмм сравнения эмпирической и теоретической частости и вероятности.
Дата добавления: 2018-02-28; просмотров: 1404; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!