'

СТАТИСТИКА.

Понравилась презентация – покажи это...





Слайд 0

Авторы: Равичев Л.В., Ломакина И.А. Кафедра менеджмента и маркетинга РХТУ им. Д.И.Менделеева. Москва - 2007 СТАТИСТИКА. Лекция 1. Теоретические распределения в анализе вариационных рядов. Аналитическая статистика.


Слайд 1

2 Общие сведения о математическом моделировании Различают два вида зависимостей между явлениями и процес-сами: функциональную и стохастическую (вероятностную, статистическую).


Слайд 2

3 Моделирование рядов распределения Если имеется эмпирический ряд распределения, то необходимо найти функцию распределения, т.е. подобрать такую теоретическую кривую распределения, которая наиболее полно отображала бы закономер-ность распределения. Нахождение функции кривой распределения на-зывается моделированием эмпирического ряда распределения.


Слайд 3

4 Моделирование рядов распределения Основные свойства кривой нормального распределения: ? ?(t) - функция нормального распределения – четная, т.е. ?(-t) = ?(+t) ; ? функция имеет бесконечно малые значения при t = ??; ? функция имеет максимум при t = 0; ? при t = ?1 функция имеет точки перегиба; ? функция имеет бесконечно малые значения при t = ??.


Слайд 4

5 Моделирование рядов распределения Связь между теоретической нормированной функцией нормального распределения и теоретической денормированной функцией нормального распределения для интервального вариационного ряда определяется соот-ношением: где А – коэффициент нормировки, который для распределения с равными интервалами ?x=k рассчитывается с помощью соотношения: fi - частота i-го интервала ряда.


Слайд 5

6 Расчет теоретических частот нормального распределения Пример. В приведенной таблице показано распределение ткачих по степени выполнения норм выработки. Исходя из предположения о нормальном законе распределения определить теоретические частоты.


Слайд 6

7 Расчет теоретических частот нормального распределения 3. Находим значения параметра t. 4. Находим значения параметра t2. 5. Находим значения теоретической нормированной функции ?(t). 6. Находим значение коэффициента А. 7. Находим теоретические частоты ?m(t) и fm.


Слайд 7

8 Расчет теоретических частот нормального распределения


Слайд 8

9 Методы расчета значений теоретической нормированной функции ?(t) 1. С помощью таблицы значений нормированной функции:


Слайд 9

10 Методы расчета значений теоретической нормированной функции ?(t) 2. С помощью стандартной функции Excel НОРМРАСП . Для получения значений теоретической нормированной функции ?(t) не-обходимо домножить возвращаемое значение функции НОРМРАСП на ?.


Слайд 10

11 Критерий согласия Пирсона Критерий согласия Пирсона: Для найденного значения критерия согласия Пирсона и числа степеней свободы ?=n-1 определяется соответствующая вероятность P(?2). При P(?2)>0,5 считается, что эмпирическое и теоретическое распределе-ния близки, при P(?2)?[0,2;0,5] совпадение удовлетворительное, в осталь-ных случаях – недостаточное.


Слайд 11

12 Критерий согласия Пирсона Способы нахождения вероятности P(?2). В линейном приближении Р(?2)=0,628.


Слайд 12

13 Критерий согласия Пирсона 2. С помощью стандартной функции Excel ХИ2ТЕСТ.


Слайд 13

14 Критерий согласия Пирсона Рассчитав значение P(?2) можно получить значение критерия Пирсона с помощью стандартной функции Excel ХИ2ОБР. ХИ2ОБР(P(?2) ; ?). Функция ХИ2ОБР возвращает значение ?2.


Слайд 14

15 Критерий согласия Колмогорова Критерий согласия Колмогорова: где D – максимальное значение разности между накопленными эмпири-ческими и теоретическими частотами.


Слайд 15

16 Критерий согласия Романовского Критерий согласия Романовского: где ?2 – критерий Пирсона, ? - число степеней свободы (?=n-3). При С<3 различие несущественно, что позволяет считать эмпирическое распределение близким к нормальному.


×

HTML:





Ссылка: