2.1 MathCad
Ввод исходных данных
ORIGIN:= 1
A:=
Первичная обработка выборки:
Xmin:= min (A) Xmax:= max(A) R:= Xmax - Xmin
Xmin = 45 Xmax = 80 R = 35
Вариационный ряд
А1:=
X:= stack (,
1 |
||
1 |
45 |
|
2 |
50 |
|
3 |
50 |
|
4 |
50 |
|
5 |
50 |
|
6 |
50 |
|
7 |
50 |
|
8 |
50 |
|
9 |
50 |
|
10 |
50 |
|
11 |
52 |
|
12 |
52 |
|
13 |
52 |
|
14 |
52 |
|
15 |
55 |
|
16 |
55 |
|
17 |
55 |
|
18 |
… |
|
1 |
||
1 |
72 |
|
2 |
72 |
|
3 |
65 |
|
4 |
68 |
|
5 |
50 |
|
6 |
75 |
|
7 |
65 |
|
8 |
60 |
|
9 |
50 |
|
10 |
65 |
|
11 |
58 |
|
12 |
75 |
|
13 |
52 |
|
14 |
55 |
|
15 |
65 |
|
16 |
45 |
|
17 |
52 |
|
18 |
… |
X:= sort(X)
Построение статистического ряда распределения
1 |
||
1 |
1 |
|
2 |
9 |
|
3 |
4 |
|
4 |
4 |
|
5 |
1 |
|
6 |
5 |
|
7 |
13 |
|
8 |
1 |
|
9 |
1 |
|
10 |
3 |
|
11 |
6 |
|
12 |
2 |
Int:= f:= hist (int, X) f = (частоты)
fl:= (относительные частоты)
Построение полигона частот и относительных частот
Рис. 1
Построение эмпирической функции распределения
k:= 1 .. 12
(накопленные частоты)
Рис. 2
График эмпирической функции распределения
Вычисление числовых характеристик выборки:
xв:= mean(X) xв = 61,8 выборочная средняя
Ме:= median(X) Ме = 65 медиана
Мо:= mode(X) Mo = 65 мода
Dв:= var(X) Dв = 8,788 выборочная дисперсия в:= в = 9,374 выборочное ср. кв. откл.
s2:= (Stdev(X) s2 = 8,967 исправ. выборочная дисперсия
s:= Stedev(X) s = 94,696 исправ. выборочное сред. квад. отк.
As:= skew As = 0.141 выборочный коэф. ассиметрии
Ek:= kurt Ek = -1.066 выборочный эксцесс
Вычисление интервальных оценок
95% доверительный интервал для математического ожидания при неизвестной дисперсии:
t:= qt t = 2.009
xl:= xв - t xl =591.101
xp:= xв + t xp = 644.899
l:= (xl xp) l = (591.101 644.899)
95% доверительный интервал для дисперсии:
20:= qchisq, 49) 20 = 31.555
21:= qchisq, 49) 21= 70.222
l = 6.257
u:= u = 1.392
II:= (1 u) II = (6.257 1.392 )
- Введение
- 1. Методологические основы вероятностно-статистического анализа
- 1.1 Основные понятия математической статистики
- 1.2 Основные функции MathCad, предназначенные для решения задач математической статистики
- 1.3 Способы решения задач математической статистики в MS Excel с помощью встроенных формул и используя меню «Анализ данных»
- 2. Практическое решение задач математической статистики на ЭВМ
- 2.1 MathCad
- 2.2. MS Excel
- Заключение
- Анализ динамики продаж автомобилей
- Тюнинг автомобилей bmw
- 2.6 Статистические, теоретико-вероятностные модели
- 2.2 Маркетинг в компании «bmw» на сегодняшний день
- 2.1 Общая характеристика и анализ маркетинговой деятельности компании «bmw»
- Классификация вероятностно-статистических методов решения прикладных задач
- Bmw. С удовольствием за рулем
- Bmw. С удовольствием за рулем
- 6.8 Вероятностно-статистические модели