- •Кафедра “Вищої математики” математична статистика
- •1. Випадкові вектори
- •1.1 Означення випадкового вектора
- •1.2 Дискретний випадковий вектор
- •1.3 Математичне сподівання функції випадкового вектора
- •1.4 Кореляційний момент випадкових величин
- •1.5 Регресія
- •2.2 Знаходження критичної області
- •2.3 Перевірка статистичних гіпотез
- •2. Статистична перевірка гіпотез
- •2.1 Основні поняття. Статистичний критерій.
- •2.4 Порівняння вибіркової середньої з математичним сподіванням нормальноі сукупності
- •2.5 Порівняння двох дисперсій нормальної генеральної сукупності
- •2.6 Порівняння середніх двох гаусових сукупностей
- •2.7 Перевірка гіпотези про значущість коефіцієнта кореляції
- •2.8 Критерій згоди 2 (хи-квадрат)
- •3. Елементи дисперсійного аналізу
- •3.1 Початкові поняття
- •3.2 Однофакторний аналіз
- •4.Опис та зразок виконання ргр з математичної статистики
- •4.1 Статистична обробка результатів вимірювань.
- •1. Початкові дані – 36 значень випадкової величини
- •4.2 Обробка результатів вимірювань двомірної випадкової величини
- •4.3 Обчислення границь довірчіх інтервалів для , та границь довірчої області.
- •4.4 Дисперсійний аналіз.
- •Додаток 1 ідз та завдання для ргр
- •Завдання 1-ргр.Статистична обробка результатів вимірювань.
- •Випадкової величини
- •Завдання 3-ргр. Дисперсійний аналіз
- •Література
- •Pascal-програми для виконання ргр
- •Т аблиця 1.
Література
1. Іохвидович Н.Ю., Могульський Є.З.,Поклонський Є.В..Конс- пект лекцій з курсу “Теорія ймовірностей та елементи математич-ної статистики”.- Харків: ХДТУБА, 1999.-167с.
2. Сборник задач по математике для втузов. Специальные курсы.-М.:Наука. Гл ред. физ-мат. лит-ры. 1984.
3. Кремер Н.Ш. Терия вероятностей и математическая статистика. М.: ЮНИТИ-ДАНА.2006.
4. Сборник задач по высшей математике для экономистов.Под. ред. В.И. Ермакова.-М, 2002.
Додаток 2.
Pascal-програми для виконання ргр
program CB_11; Програма упорядковує за зростанням масив uses crt; X[1..36] та обчислює вибіркові середнє ,
var
xm,x2,s2,s,buf: real; дисперсію
та
с.к.о.
i,j,k: integer; Студент повинен замість масива Х[1..36] ввести свою виборку з 36 елементів.
const x:array[1..36] of real = (7.88,7.52,9.48,9.56,9.38,9.72,8.98,8.88, 10.34,10.36,10.38,10.44,10.38,11.22,10.80,10.36,11.20,10.80,12.32,13.08,
12.88,12.40,12.20,12.70,13.80,12.70,13.82,14.68,15.28,14.76,15.88,14.46,
15.40,15.66,17.10,16.86);
begin
k:=36; xm:=0; x2:=0; for i:=1 to k do
begin
xm:=xm+x[i]; x2:=x2+x[i]*x[i];
end;
xm:=xm/k; s2:=(x2-k*xm*xm)/(k-1); s:=sqrt(s2);
writeln('xm=',xm:5:2,' s2=',s2:7:4,' s=',s:7:4); for i:=1 to k-1 do for j:=i+1 to k do
begin
if x[i] > x[j] then
begin
buf:=x[j];
x[j]:=x[i];
x[i]:=buf;
end;
end;
for i:=1 to k do write(' ',x[i]:5:2);
readln;
end.
program
DA_OA; Програма
DA_OA
обчислює , відповідно, факторну uses
crt;
та залишкову дис персію
,
а також вибіркове значення
критерія Фішера
var Q,Q1,Q2,FB,s1,s2,a,b,c,c1: real;
m,n,i,j,n1: integer;
const x:array[1..30] of real =(46,48,73,52,72,44,66,46,60,48, 74,82,64,72,84,68,76,88,70,60,52,63,72,64,48,70,78,68,70,54);
begin Вхідними параметрами є числа -число спостережен -число факторів, розмірність масива Х та
m:=3;
n:=10;
a:=0;
b:=0;
c:=0;
n1:=0; цей
масив
for j:=1 to m do Для своєї виборки студенту слід уве
begin s1:=0; s2:=0; сти у текст програми свої значення
for i:=n1+1 to n+n1 do , , , а замість масива Х
begin свій масив по стовпцям своєі таблиці
s1:=s1+x[i];
s2:=s2+x[i]*x[i];
end;
n1:=n+n1;
a:=a+s2; c1:=s1*s1; b:=b+c1/n; c:=c+s1;
end;
c:=c*c; c:=c/n1; Q:=(a-c)/(n1-1); Q1:=(b-c)/(m-1); Q2:=(a-b)/(n1-m);
FB:=Q1/Q2;
writeln('Q1/(m-1)=',Q1:6:1,' Q2/(mn-m)=',Q2:6:1,' Q/(mn-1)=',Q:7:1,
' FB=',FB:5:2);
readln;
end.
program CB_1BU; Програма СВ_1ВU обчислює вибіркове середне,
uses crt; дисперсію та с.к.в. по сгрупованим даним, табли-
(*----------------*) цю для обчислення вибіркового значення критерія та
function fl(x:real):real;
const eps=1e-5; var s,u:real; n,k:word;
begin
s:=x; u:=x; n:=1; k:=0;
repeat
n:=n+2; k:=k+1; u:=-u*x*x*(n-2)/(k*2*n);
s:=s+u;
until abs(u)<eps;
fl:=s/sqrt(2*pi);
end;(*-----------------------------------------------------*)
var xmz,x2,s2z,sz,xi2,xi22: real; n,i,k,j: integer;
p,np,x2j:array[1..6] of real; an:array[1..5] of real;
F:array[0..6] of real;
const
a:array[1..5] of real = (8,10,12,14,16); Вхідні
параметри для CB_1
const
xz:array[1..6]
of
real
= (7,9,11,13,15,17); ВU
це: 1) границі розбиття const
nt:array[1..6]
of
integer
= (2,6,10,9,7,2); виборки
Х на 6 інтервалів; begin
;2)
середини ціх інтервалів
;
3) числа
eлементів
виборки в кожному з ціх інтервалів
.
n:=36; k:=6; xmz:=0; x2:=0; xi2:=0;xi22:=0;
for i:=1 to k do
begin У масиви , ,
xmz:=xmz+nt[i]*xz[i]; cтудент повинен ввести свої числа.
x2:=x2+nt[i]*xz[i]*xz[i];
end;
xmz:=xmz/n; s2z:=(x2-n*xmz*xmz)/(n-1);
sz:=sqrt(s2z);
writeln('xmz=',xmz:7:4,' s2z=',s2z:7:4,' sz=',sz:6:4);
(*Check up hypothesis by X2 criterion*)
F[0]:=-0.5; j:=0;
writeln('j ','aj ','(aj-xmz)/sz'
,' F((aj-xmz)/sz)',' pj ','npj ','x2j ');
writeln(j:1,' ',' ',' ',F[j]:7:4,
' ');
for j:=1 to k-1 do
begin
an[j]:=(a[j]-xmz)/sz;
F[j]:=fl(an[j]); p[j]:=F[j]-F[j-1]; np[j]:=n*p[j]; x2j[j]:=sqr(nt[j]-np[j])/np[j]; writeln(j:1,' ',a[j]:2:0,' ',an[j]:7:4, ' ',F[j]:7:4, ' ',p[j]:6:4, ' ',np[j]:7:4,' ',x2j[j]:6:4);
end;
p[6]:=0.5-F[5]; j:=6; np[j]:=n*p[j]; x2j[j]:=sqr(nt[j]-np[j])/np[j]; F[6]:=0.5;
writeln(j:1,' ',' ',' ',F[j]:7:4,
' ',p[j]:6:4,' ',np[j]:7:4,' ',x2j[j]:6:4);
for j:=1 to k do xi2:=xi2+sqr(nt[j]-n*p[j])/p[j]; xi2:=xi2/n;
writeln('xi2=',xi2:6:3);
readln;
end.
program
CB_2BMU; Програма
СВ_2ВМU
обчислює вибіркові характе uses
crt; ристики
,рів
няння прямих регресії У на Х та Х на
У, границі до- вірчих інтервалів для
та довірчої області для прямої
регресії.
var xm,ym,xv2,yv2,sx2,sy2,sx,sy,Kxy,Pxy,b0,b0s,b1,b1s,se,se2,te,dgb0,dgb1, dgo1,dgo2,dgo3,sxi2,sxob,sdo,yu1,yl1,yu2,yl2,yu3,yl3,T: real;
i,k: integer;
x2,y2,ximx,yimy:array[1..12] of real;
const x:array[1..12] of real =(-2.71,-2.95,-2.04,-3.02,-2.72,-2.27,-1.44, -0.95,-1.22,-0.30,-1.25,-0.88);
const y:array[1..12] of real =(1.38,1.07,1.14,1.22,1.32,1.49,1.78,1.55,1.77,2.,1.73,1.9);
begin Вхідні параметри для СВ_2ВМU – це масиви X[1..12],Y[1..12].
Cтудент повинен ввести замість масивів та свою виборку
k:=12; xm:=0; ym:=0; xv2:=0; yv2:=0; Kxy:=0; te:=2.23;
for i:=1 to k do
begin
xm:=xm+x[i]; ym:=ym+y[i];
xv2:=xv2+x[i]*x[i]; yv2:=yv2+y[i]*y[i];
x2[i]:=x[i]*x[i]; y2[i]:=y[i]*y[i];
end;
xm:=xm/k; ym:=ym/k; sx2:=(xv2-k*xm*xm)/(k-1);
sy2:=(yv2-k*ym*ym)/(k-1);
for i:=1 to k do
begin
ximx[i]:=x[i]-xm; yimy[i]:=y[i]-ym;
Kxy:=Kxy+ximx[i]*yimy[i];
end;
Kxy:=Kxy/(k-1);
writeln(' CB_2BMU program results');
writeln('xm=',xm:7:4,' ym=',ym:7:4,' sx2=',sx2:6:4,' sy2=',sy2:6:4,
' Kxy=',Kxy:6:4);
sx:=sqrt(sx2); sy:=sqrt(sy2); Pxy:=Kxy/sx/sy;
T:=Pxy*sqrt(10)/sqrt(1-sqr(Pxy)); b1:=Pxy*sy/sx; b1s:=Pxy*sx/sy;
writeln('Pxy=',Pxy:6:4,' b1=',b1:7:4,' b1s=',b1s:7:4,' T=',T:7:4); se2:=(k-1)*(sy2-b1*Kxy)/(k-2); se:=sqrt(se2); se:=te*se; b0:=ym-b1*xm;b0s:=xm-b1s*ym; writeln('b0=',b0:7:4,' b0s=',b0s:7:4);
writeln('The regression line Y from X: y=b0+b1*x=',b0:7:4,'+',b1:7:4, '*x');
writeln('The regression line X from Y: x=b0s+b1s*y=',b0s:7:4,'+',b1s:7:4, '*y');
sxi2:=(k-1)*sx2+k*xm*xm; sxob:=(k-1)*sx2; sxob:=1/sxob; sdo:=sqrt(1/k+sxob); dgo1:=se/sqrt(k); dgo2:=se*sdo; dgo3:=dgo2; dgb0:=se*sqrt(sxi2*sxob/k); dgb1:=se*sqrt(sxob); writeln('dgb0=',dgb0:6:4,' ','dgb1=',dgb1:6:4,' ', 'dgo1=',dgo1:6:4,' ','dgo2=',dgo2:6:4,' ','dgo3=',dgo3:6:4); yu1:=ym+dgo1; yl1:=ym-dgo1; yu2:=ym+b1+dgo2; yl2:=ym+b1-dgo2; yu3:=ym-b1+dgo3; yl3:=ym-b1-dgo3;
writeln(' The confidence region boundary');
writeln('x=xm,','[',yl1:7:4,';',yu1:7:4,']'); writeln('x=xm+1,','[',yl2:7:4,';',yu2:7:4,']'); writeln('x=xm-1,','[',yl3:7:4,';',yu3:7:4,']'); readln;
end.
Додаток 3.
