- •Работа № 1. Выборки и их представление Основные понятия
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •Работа №2. Предельные теоремы.
- •Теорема Бернулли
- •1. Выполнение в пакете Statistica
- •2) Выполнение в пакете spss
- •Сжатие распределения с ростом числа слагаемых.
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •Усиленный закон больших чисел.
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss.
- •Теорема Гливенко основная теорема статистики
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss.
- •Центральная предельная теорема
- •Одинаково распределенные слагаемые.
- •1) Выполнение в пакете statistica
- •2. Выполнение в пакете spss.
- •Различно распределенные слагаемые
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •Работа № 3. Оценки
- •Постановка конкретной задачи.
- •Теоретическое сравнение оценок
- •Статистическое сравнение оценок
- •Задание для самостоятельной работы
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •Работа n4. Доверительные границы и интервалы
- •Определения и построение интервалов
- •Уровень доверия
- •Интервалы для параметров нормального распределения
- •Задание на самостоятельную работу
- •1. Выполнение в пакете statistica
- •2. Выполнение в пакете spss
- •Работа № 5. Критерий "хи-квадрат" проверки гипотез
- •Проверка простой гипотезы о вероятностях
- •Проверка сложной гипотезы о вероятностях
- •Проверка гипотезы о типе распределения
- •1. Выполнение в пакете statistica
- •Примеры проверки простой гипотезы о распределении
- •1. Выполнение в пакете statistica
- •Проверка гипотезы о независимости признаков (таблица сопряженности признаков)
- •1. Выполнение в пакете statistica
- •Проверка гипотезы об однородности выборок
- •1. Выполнение в пакете statistica
- •Задание
- •Работа № 6. Различение двух простых гипотез. Различение при фиксированном объеме наблюдений
- •Последовательное различение двух простых гипотез (последовательный анализ Вальда).
- •Задание
- •1. Выполнение в пакете staTiStica
- •Оценка вкладов. Если гипотеза ha отклоняется, следует оценить вклады aj уровней фактора; оценка
- •1. Выполнение в пакете statistica
- •Работа № 8. Линейный регрессионный анализ
- •1. 1. Простая линейная регрессия
- •2.2. Множественная регрессия
- •3. 3. Нелинейная зависимость
- •4.4. Нелинейная зависимость (обобщение)
- •Литература
4.4. Нелинейная зависимость (обобщение)
Предполагается, что связь между факторами (х1, ...,хр) и y выражается следующим образом:
y = о + 1 1 (х1, ..., хр) + 2 2 (х1, ..., хр) + ... + k k (х1, ..., хр) +
где j ( ), j = 1, ..., k, - система некоторых функций. Имеется n наблюдений при различных значениях х (х1, ..., хр): x1 , x2 , ..., xn ; имеем:
yi
= o
+
,
i
= 1, ..., n,
или в матричной форме:
y = X + ,
где Х - матрица n (k + 1), в i-й строке которой (1, 1 (xi), 2 (xi), ..., k (xi));
y, , , как в (13). Получили задачу (13), и потому все формулы п.2 оказываются справедливыми.
Пример. Имеется 20 наблюдений по некоторому технологическому процессу химического производства; x, y - изменяемое содержание двух веществ , z - контролируемый параметр получаемого продукта. Полагая, что
z = P (x, y) + ,
где P (x, y) = о + 1 x + 2 y + 3 x2 + 4 xy + 5 y2 - многочлен второй степени, - случайная составляющая, М = 0, D = 2, необходимо оценить функцию P(x, y) и найти точку ее минимума. Данные приведены в табл. 4.
Таблица 4
i |
xi |
yi |
1 zi |
2 zi |
3 zi |
4 zi |
5 zi |
6 zi |
7 zi |
8 zi |
1 |
-3 |
-2 |
68 |
222.3 |
260 |
17.1 |
168 |
122.3 |
160 |
117.1 |
2 |
-3 |
1 |
89.4 |
146.8 |
161.4 |
114.8 |
189.4 |
46.8 |
61.4 |
214.8 |
3 |
-3 |
3 |
148.5 |
155.4 |
60.5 |
155.4 |
248.5 |
55.4 |
0.5 |
255.4 |
4 |
-2 |
-3 |
56.8 |
205.2 |
248.8 |
7.7 |
156.8 |
105.2 |
148.8 |
107.7 |
5 |
-2 |
0 |
18.5 |
148.4 |
186.5 |
116.4 |
118.5 |
48.4 |
86.5 |
216.4 |
6 |
-2 |
2 |
73 |
145.5 |
145 |
145.5 |
173 |
45.5 |
45 |
245.5 |
7 |
-1 |
-2 |
29.2 |
141.4 |
221.2 |
53.6 |
129.2 |
41.4 |
121.2 |
153.6 |
8 |
-1 |
3 |
46 |
175.1 |
118 |
143.1 |
146 |
75.1 |
18 |
243.1 |
9 |
0 |
-3 |
46.2 |
134 |
174.2 |
60.9 |
146.2 |
34 |
74.2 |
160.9 |
10 |
0 |
-1 |
18.2 |
100.6 |
210.2 |
94 |
118.2 |
0.6 |
110.2 |
194 |
11 |
0 |
2 |
31.6 |
118.5 |
199.6 |
86.5 |
131.6 |
18.5 |
99.6 |
186.5 |
12 |
1 |
-1 |
8.6 |
108.4 |
207.9 |
94.5 |
108.6 |
8.4 |
107.9 |
194.5 |
13 |
1 |
1 |
8.4 |
121.3 |
194.5 |
89.3 |
108.4 |
21.3 |
94.5 |
189.3 |
14 |
1 |
3 |
1.9 |
189.4 |
215.4 |
61.4 |
101.9 |
89.4 |
115.4 |
161.4 |
15 |
2 |
-3 |
122.3 |
107.5 |
117.1 |
112.2 |
222.3 |
7.5 |
17.1 |
212.2 |
16 |
2 |
1 |
8.1 |
125.8 |
205.4 |
53.8 |
108.1 |
25.8 |
105.4 |
153.8 |
17 |
2 |
-3 |
20.8 |
205.9 |
186.9 |
5.9 |
120.8 |
105.9 |
86.9 |
105.9 |
18 |
3 |
-2 |
105.2 |
120.8 |
107.7 |
86.9 |
205.2 |
20.8 |
7.7 |
186.9 |
19 |
3 |
0 |
34 |
133 |
160.9 |
61 |
134 |
33 |
60.9 |
161 |
20 |
3 |
2 |
7.5 |
200.4 |
212.2 |
0.4 |
107.5 |
100.4 |
112.2 |
100.4 |
Выполнение в пакете STATISTICA
1. Образовать таблицу 6v 20c, в 3 столбца которой ввести исходные данные.
2. Образовать новые факторы - столбцы, соответствующие x2, xy, y2, и вычислить их значения.
3. Построить регрессию, выписать результат (вместе с ошибками коэффициентов) и построить трехмерный график соответствующей функции; последнее с помощью команд:
Graphs 3DXYZ Graphs - Surface Plot или Graphs 3DXYZ Graphs - Contour Plots.
