1.2 Выборка объёмом 50
1.2.1 Проверка нормальности выборки (объемом 50)
Чтобы оценить нормальность выборки объёмом 50 более точным образом, воспользуемся Критерием Пирсона.
Для этого необходима выборка большего объёма, но включающая в себя выборку объёмом 50. Составим выборку У1 объёмом 60:
Таблица 5 - Выборка n=60
№ |
У1 |
№ |
У1 |
№ |
У1 |
№ |
У1 |
№ |
У1 |
№ |
У1 |
|
1 |
18,81 |
12 |
20,14 |
23 |
18,94 |
34 |
20,24 |
45 |
21,53 |
56 |
21,28 |
|
2 |
20,98 |
13 |
21,44 |
24 |
18,84 |
35 |
17,73 |
46 |
20,06 |
57 |
20,66 |
|
3 |
20,11 |
14 |
18,93 |
25 |
18,58 |
36 |
20,81 |
47 |
19,34 |
58 |
21,47 |
|
4 |
18,57 |
15 |
19,72 |
26 |
21,48 |
37 |
17,75 |
48 |
18,71 |
59 |
20,98 |
|
5 |
19,26 |
16 |
21,22 |
27 |
20,71 |
38 |
21,24 |
49 |
20,36 |
60 |
17,62 |
|
6 |
21,07 |
17 |
21,16 |
28 |
19,28 |
39 |
20,86 |
50 |
21,29 |
|||
7 |
17,84 |
18 |
20,03 |
29 |
21,07 |
40 |
19,35 |
51 |
19,01 |
|||
8 |
19,52 |
19 |
20,98 |
30 |
19,04 |
41 |
19,18 |
52 |
19,76 |
|||
9 |
18,05 |
20 |
20,01 |
31 |
21,23 |
42 |
18,14 |
53 |
17,69 |
|||
10 |
18,98 |
21 |
18,42 |
32 |
19,28 |
43 |
21,29 |
54 |
20,37 |
|||
11 |
20,56 |
22 |
17,82 |
33 |
19,81 |
44 |
19,69 |
55 |
19,13 |
1.2.2 Проверка нормальности распределения по критерию Пирсона (ч2)
Для проверки согласия между предполагаемым нормальным и эмпирическим распределением по критерию Пирсона (ч2) рекомендуется следующий порядок:
а) Результаты наблюдений группируются в интервальный вариационный ряд;
б) Определяется длина и количество интервалов;
в) Подсчитывается количества mi наблюдений, находящихся в каждом из интервалов. Если в какой-либо интервал теоретически попадает меньше пяти наблюдений, то его соединяют с соседним интервалом;
г) Нормируют случайную величину X, т.е. переходят к величине
z = (x-mx)/уx и вычисляют концы интервалов (zi,zi+1) по формулам
zi =(xi-mx)/уx, (21)
zi+1 = (xi+1-mx)/уx. (22)
Причем наименьшее значение z, т.е. z1, полагают равным -?, а наибольшее, т.е. z7, полагают равным +?.
д) Для каждого интервала вычисляется теоретическая вероятность попадания случайной величины в i-интервал по формуле
Pi = F(zi+1)-F(zi), (23)
где F - функция нормального распределения, равная
F(z) = Ф[(zв-mx)/уx] - Ф[(zн-mx)/ уx]. (24)
Здесь Ф - нормированная функция Лапласа;
zв и zн - соответственно верхняя и нижняя границы i-го интервала.
е) Определяется мера расхождения по формуле
ч2 = У(mi - nPi)2/nPi. (25)
Весь диапазон наблюдений значений x делится на интервалы, т.е. производится разделение ряда экспериментальных данных от наименьшего xmin до наибольшего xmax на 6 интервалов, и подсчитывают количество значений mi, приходящихся на каждый i-ый интервал. Это число делят на общее число наблюдений n и находят частоту, соответствующую данному интервалу:
Pi = mi /n (26)
Сумма частот всех интервалов должна быть равна единице.
Примем число интервалов равное 6.
Длина интервала h вычисляется по формуле:
h = (xmax-xmin)/l (27)
h = (21,53 - 17,62)/6 = 0,7
Найдем границы интервалов:
x0 = xmin = 17,62,
x1 = x0+h = 17,62+0,7= 18,32 ,
x2 = x1 +h = 18,32+0,7 = 19,02 ,
x3 = x2 +h = 19,02+0,7 = 19,72 ,
x4 = x3 +h = 19,72+0,7 = 20,42 ,
x5 = x4 +h = 20,42+0,7 = 21,12 ,
x6 = x5 +h = 21,12+0,7 = 21,82 .
z0=-?,
z1=(x1-mх)/у=-1,0352,
z2=-0,5423,
z3=-0,0493,
z4=0,4437,
z5=0,9366,
6=+? .
Найдем наблюдаемое значение критерия (по таблице 6).
Таблица 6
Номер интервала |
Границы интервалов |
ni |
Теоретические границы интервалов |
Ф(zi) |
Ф(zi+1) |
PI =Ф(zi+1)-Ф(zi) |
ni = n•Pi |
(nI - ni)2/ni |
|||
Хi |
Xi+1 |
Zi |
Zi+1 |
||||||||
1 |
17,62 |
18,32 |
8 |
-? |
-1,0352 |
-0,5 |
-0,3508 |
0,1492 |
8,952 |
0,1012 |
|
2 |
18,32 |
19,02 |
10 |
-1,0352 |
-0,5423 |
-0,3508 |
-0,2054 |
0,1454 |
8,724 |
0,1866 |
|
3 |
19,02 |
19,72 |
11 |
-0,5423 |
-0,0493 |
-0,2054 |
-0,0199 |
0,1859 |
11,154 |
0,0022 |
|
4 |
19,72 |
20,42 |
10 |
-0,0493 |
0,4437 |
-0,0199 |
0,1700 |
0,1899 |
11,394 |
0,1705 |
|
5 |
20,42 |
21,12 |
10 |
0,4437 |
0,9366 |
0,1700 |
0,3264 |
0,1564 |
9,384 |
0,0404 |
|
6 |
21,12 |
21,82 |
11 |
0,9366 |
+? |
0,3264 |
0,5 |
0,1736 |
10,416 |
0,0327 |
|
У |
60 |
1 |
60 |
0,5336 |
ч2набл= 0,5336
По таблице критических точек распределения ч2, по уровню значимости б = 0,05 и числу степеней свободы k=3 находим ч2кр(0,05;3) = 7,8.
Так как ч2набл < ч2кр, то есть основания принять нулевую гипотезу о нормальности закона распределения с уровнем вероятности 0,95.
Таблица 7 - Выборка объемом 50
№ |
У1 |
№ |
У1 |
№ |
У1 |
№ |
У1 |
№ |
У1 |
|
1 |
18,81 |
12 |
20,14 |
23 |
18,94 |
34 |
20,24 |
45 |
21,53 |
|
2 |
20,98 |
13 |
21,44 |
24 |
18,84 |
35 |
17,73 |
46 |
20,06 |
|
3 |
20,11 |
14 |
18,93 |
25 |
18,58 |
36 |
20,81 |
47 |
19,34 |
|
4 |
18,57 |
15 |
19,72 |
26 |
21,48 |
37 |
17,75 |
48 |
18,71 |
|
5 |
19,26 |
16 |
21,22 |
27 |
20,71 |
38 |
21,24 |
49 |
20,36 |
|
6 |
21,07 |
17 |
21,16 |
28 |
19,28 |
39 |
20,86 |
50 |
21,29 |
|
7 |
17,84 |
18 |
20,03 |
29 |
21,07 |
40 |
19,35 |
51 |
||
8 |
19,52 |
19 |
20,98 |
30 |
19,04 |
41 |
19,18 |
52 |
||
9 |
18,05 |
20 |
20,01 |
31 |
21,23 |
42 |
18,14 |
53 |
||
10 |
18,98 |
21 |
18,42 |
32 |
19,28 |
43 |
21,29 |
54 |
||
11 |
20,56 |
22 |
17,82 |
33 |
19,81 |
44 |
19,69 |
55 |
Поскольку выборка объемом 50 сформирована из выборки объемом 60, имеющей нормальное распределение, то и сама выборка объемом 50 имеет нормальное распределение.
Рисунок 2 - Гистограмма распределения для n=50
- Введение
- 1. Одномерные случайные величины
- 1.1 Функция отклика показателя качества. Выборка объёмом 15
- 1.1.1 Среднее и дисперсия выборки объёмом 15
- 1.2 Выборка объёмом 50
- 1.2.2 Среднее и дисперсия выборки объёмом 50
- 1.2.3 Проверка гипотезы о равенстве математических ожиданий двух выборок при условии равенства их генеральных дисперсий
- 1.2.4 Оценка доверительных интервалов для среднего первой выборки, используя данные второй выборки
- 2. Двумерные случайные величины
- 2.1 Корреляционное поле
- 2.2 Изучение зависимости выбранного Y от одного из факторов Х
- 2.2.1 Условные средние Y для фиксированных значений Х
- 2.2.2 Условные дисперсии Y для фиксированных значений Х
- 2.2.3 Линия регрессии Y по Х
- 3. Дисперсионный анализ и планирование эксперимента
- 3.1 Легенда (описание) эксперимента
- 3.2 Число и наименование факторов (Х) и показателей качества (Y). Их шкалы и единицы измерений
- 3.3 План эксперимента в виде латинской таблицы
- 3.4 Матрица эксперимента и график выполнения его в соответствии с выбранным планом
- 3.5 Модельные эксперименты с назначенными (фиксированными) значениями факторов
- 3.6 Дисперсионный анализ
- 3.7 Анализ по критерию Дункана
- 4. Корреляционный анализ
- 5. Регрессионный анализ
- 5.2 Оценивание значимости коэффициентов регрессии
- 5.3 Проверка адекватности уравнения по критерию Фишера
- Заключение
- 5. Многофакторный дисперсионный анализ
- Тема 6. Планирование эксперимента и дисперсионный анализ.
- 9.4. Особенности применения дисперсионного, корреляционного и регрессионного анализа, методов планирования экспериментов
- Планирование эксперимента для применения дисперсионного анализа Общие положения дисперсионного анализа
- 1.5. Тема «Планирование и анализ результатов эксперимента»
- 78. Методы анализа эмпирических данных. Дисперсионный и регрессионный анализ.
- 75. Обработка и анализ результатов имитационного моделирования. Оценка качества имитационной модели, влияния и взаимосвязи факторов.
- Планирование эксперимента
- Проблема интерпретации эксперимента и воспроизводимость результатов эксперимента
- 45. Однофакторный и многофакторный дисперсионный анализ. Применение в маркетинговых исследованиях.