- •Контрольные вопросы по курсу «Математическая статистика»
- •Что называют дискретным вариационным рядом? Интервальным вариационным рядом? Что называют частостями вариационного ряда? Что называют накопленной частотой и накопленной частостью?
- •Пример:
- •2. Что называют полигоном вариационного ряда? Что называют гистограммой частот (частостей) вариационного ряда? Что называют кумулятой вариационного ряда?
- •Медиана
- •Коэффициент вариации
- •Дайте определения начальных и центральных моментов вариационного ряда. Дайте определение коэффициента асимметрии вариационного ряда. Дайте определение эксцесса вариационного ряда.
- •7. Дайте определение выборочной функции распределения. Дайте определение выборочной средней арифметической. Дайте определение выборочной дисперсии.
- •Что понимается под генеральной совокупностью? Что понимается под случайной выборкой из генеральной совокупности?
- •6. Каковы основные задачи математической статистики?
- •8. Дайте определение выборочных начальных и центральных моментов.
- •Дайте определение статистического ряда выборки.
- •10. Дайте определение эмпирической функции распределения. Дайте определение эмпирической плотности распределения.
- •20. Какова цель дисперсионного анализа? Запишите модель однофакторного дисперсионного анализа.
- •21. Что понимают под уровнем фактора? (ответ в Вопросе 22)
- •22. Как ставится основная гипотеза в случае однофакторного дисперсионного анализа?
- •23. Что такое вектор входных переменных (факторов), вектор выходных переменных (откликов)?
- •24. Что называют корреляционным полем, корреляционной таблицей?
- •26. Какую функцию называют функцией регрессии? Какие переменные называют входными (факторами), выходными (откликами)? Какую регрессионную модель называют линейной?
- •27. Сформулируйте исходные предположения метода наименьших квадратов.
- •В чем состоит анализ регрессионной модели?
- •29. Какую статистику используют для проверки значимости модели регрессии?
- •30. Какую линейную регрессионную модель называют адекватной?
21. Что понимают под уровнем фактора? (ответ в Вопросе 22)
22. Как ставится основная гипотеза в случае однофакторного дисперсионного анализа?
В общем виде эту задачу
можно поставить следующим образом:
пусть мы наблюдаем m независимых нормально
распределенных случайных величин
(1)
предполагая, что все они имеют одинаковую
дисперсию
(эту
гипотезу можно проверить с помощью
F-критерия). Средние значения случайных
величин
(2)
вообще говоря, различны. Пусть в одинаковых
экспериментальных условиях над каждой
из переменных (1) производится некоторая
серия наблюдений (для простоты ограничимся
случаем равночисленных наблюдений,
хотя это обстоятельство несущественно
для теории). Данные k-й серии пусть будут
(k=1,2,…..,m)
(3).
Опираясь на эти
статистические данные, мы хотим проверить
гипотезу, согласно которой средние
значения (2) равны, т.е. a1=a2=…..=am(4)
Если проверяемая гипотеза,
называемая нулевой гипотезой, верна.
поставив средние в каждой серии, мы не
должны получить ш расхождения между
ними; если такое расхождение обнаружено
то гипотезу (3) приходится отбросить.
Примером подобной ситуации может
служить статистическое исследование
урожайности сельскохозяйственной
культуры в зависимости от 1 из m сортов
почвы при некотором способе ее обработки.
Истинное значение урожайности для
каждого из m сортов почвы неизвестно, а
экспериментально наблюдаемые урожайности
(3) в каждом из n экспериментов на этих
сортах почвы содержат ошибки, возникающие
из-за тех или иных случайных причин.
Будет ли одинаковой урожайность на всех
сортах почвы, если предположить, что
измерения (3) проводились с ‚одинаковой
точностью и в одинаковых условиях? Иначе
говоря, мы хотим проверить влияние
одного фактора сорта почвы — на
урожайность .сельскохозяйственной
культуры. В другой постановке та же
задача возникает, если мы хотим проверить,
насколько влияют и влияют ли вообще на
плодородие почвы источники загрязнения.
В этом случае сорт почвы может меняться
и давать разную урожайность в зависимости
от удаленности обрабатываемого участка
земли от источника загрязнения.
23. Что такое вектор входных переменных (факторов), вектор выходных переменных (откликов)?
Часто при исследовании взаимосвязи между какими-либо показателями, представляют изучаемый объект в виде так называемого "черного (кибернетического) ящика".
Самый простой случай – изучение связи между одной переменной x, которую называют фактором (входной переменной, независимой переменной или совокупностью переменных вектора), и переменной Y, которую называют откликом (реакцией, зависимой переменной). Ситуации соответствует рисунок 6.1.
В более общем случае итогом
функционирования системы является
целый набор результирующих величин Ys
– вектором выходных переменных
(
).
При этом значения откликов Ys
определяются, с одной стороны, совокупностью
факторов xj вектором
входных переменных
,
где (
),
а , с другой стороны, набором возмущений
(случайных, неконтролируемых факторов)
xвi
(
).
Такую ситуацию иллюстрирует рисунок
6.2.
