Проверка гипотезы о распределении с помощью критерия согласия Пирсона
Курсовая работа по теме «Статистические методы обработки Экспериментальных данных» Выполнил: студент Горелов В.С. группа ДТпп-2-1
Проверил: Климова М.А.
Вариант № 4
Москва - 2012 Построение интервальное и точечное статистические распределения результатов наблюдений. Построение полигона и гистограммы относительных частот
I - порядковый номер; - интервал разбиения; - середина интервала ; - частота; - относительная частота ( -объем выборки); -плотность относительной частоты (h - шаг разбиения, т.е. длина интервала );
n= - объем выборки;
n = =150 ;
=0,999996;
h = 2.
Гистограмма относительных частот
Нахождение точечных оценок математического ожидания и дисперсии
(выборочная средняя);
(исправленная выборочная дисперсия).
n = =150;
å =1028
å =3888,775
=1028/150=6,85
s2 =3888,775/149=26,0991
Выдвижение гипотезы о распределении случайной величины
а) Нормальное (или гауссовское) распределение с параметрами «а» и « », где
б) Показательное (или экспоненциальное) распределение с параметрами и , где ,
при при
в) Равномерное распределение на отрезке [А; В], где при
при x<A и x>B
Сравнение построенной гистограммы и графиков плотностей основных распределений приводит к заключению о том, что изучаемая случайная величина имеет показательное распределение.
Построение графика теоретической плотности распределения
Чтобы выписать плотность теоретического (предполагаемого) распределения, нужно определить значения параметров λ и х0 и подставить их в соответствующую формулу. Все параметры тесно связаны с числовыми характеристиками случайной величины, т.е. MX = 1/λ+х0 DX =1/λ2 Поскольку значения математического ожидания и дисперсии неизвестны, то их заменяют соответствующими точечными оценками, т.е. используют (уже упомянутые ранее) приближенные равенства MX » , DX » s2 , что позволяет найти значения параметров распределения.
По исходным данным была выдвинута гипотеза о показательном распределении изучаемой случайной величины. Найдем параметры этого распределения:
Следовательно, плотность предполагаемого распределения задается формулой Теперь необходимо вычислить значения теоретической плотности f (x) при (то есть значение в “параметре сдвига”) и при х=хi где хi ˃х0 (то есть значения в серединах интервалов, больших х0). Для этого воспользуемся следующей схемой (ниже xj=x0 или хj=xi , где хi˃x0): значения функции e-uj
Далее, на одном чертеже строим гистограмму и график теоретической плотности распределения: гистограмма была построена ранее, а для получения графика плотности наносим точки с координатами (xi; f(x )) и соединяем их плавной кривой.
Проверка гипотезы о распределении с помощью критерия согласия Пирсона.
Ранее была выдвинута гипотеза о законе распределения рассматриваемой случайной величины. Сопоставление статистического распределения (гистограмма) и предполагаемого теоретического (графика плотности) показывает наличие некоторых расхождений между ними. Поэтому возникает естественный вопрос: чем объясняются эти несовпадения? Ответить на него можно двояко: 1) Указанные расхождения несущественны и вызваны ограниченным количеством наблюдений и случайными факторами – случайностью результата единичного наблюдения, способа группировки данных и т.п. В этом случае выдвинутая гипотеза о распределении считается правдоподобной и принимается как не противоречащая опытным данным.
2) Указанные расхождения являются существенными (неслучайными) и связаны с тем, что действительное распределение случайной величины отличается от предполагаемого. В этом случае выдвинутая гипотеза о распределении отвергается как плохо согласующаяся данными наблюдений.
Для выбора первого или второго варианта ответа и служат так называемые критерии согласия. Словари толкуют слово критерий (от греч. kriterion – средство для суждения) как признак, на основании которого производится оценка, определение и классификация чего-либо. Существуют различные критерии согласия: К. Пирсона, А.Н. Колмогорова, Н.В. Смирнова, В.И. Романовского и другие. Мы рассмотрим лишь один из них – критерий Пирсона, называемый также критерием c2 («хи - квадрат»). Критерий Пирсона выгодно отличается от остальных, во – первых, применимостью к любым (дискретным, непрерывным) распределениям и, во – вторых, простотой вычислительного алгоритма. Правило проверки статистических гипотез с помощью критерия Пирсона будет объяснено на примерах.
Популярное: Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... Почему стероиды повышают давление?: Основных причин три... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (694)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |