Кластерный анализ. Проверка гипотезы с помощью критериев Пирсона и Колмогорова-Смирнова при анализе урожайности рыжика посевного по регионам России за 2017 год

Кластерный анализ

Кластерный анализ — это статистический метод обработки данных, Такой метод работает путем организации элементов в группы или кластеры на основе того, насколько они тесно связаны,

Кластерный анализ, как и анализ ограниченного пространства (факторный анализ), связан с матрицами данных, в которых переменные не были заранее разделены на подмножества критериев и предикторов, Цель кластерного анализа - найти похожие группы субъектов, где «сходство» между каждой парой субъектов означает некоторую глобальную меру по всему набору характеристик.

Проверка гипотезы с помощью критериев Пирсона и  Колмогорова-Смирнова при анализе урожайности рыжика посевного по регионам России за 2017 год

При изучении статистики Росстата автором была изучена урожайность такой сельскохозяйственной культуры как Рыжик посевной. Рыжик посевной растет повсеместно, в самых разных регионах Российской Федерации, и специалисты-агрономы также отмечают, что «благодаря своей нетребовательности к природным условиям рыжик посевной все более и более завоевывает симпатию у местных землевладельцев».

*
2,2

2,2

27,4916

-1,867 0,0694 0,274
2,5

2,5

24,43565

-1,7601 0,0833 0,329
3,5

3,5

15,54917

-1,4041 0,1476 0,583
3,9

3,9

12,55457

-1,2616 0,1781 0,704
4,0

11,85592

-1,226 0,1872 0,74
4,1

4,1

11,17728

-1,1904 0,1942 0,768
4,4

4,4

9,261329

-1,0836 0,2203 0,871
4,7

4,7

7,525383

-0,9768 0,2468 0,975
5,0

5,969438

-0,87 0,2732 1,08
5,4

10,8

8,349686

-0,7275 0,3056 1,208
6,5

6,5

0,889708

-0,3359 0,3765 1,488
6,7

13,4

1,104821

-0,2646 0,3847 1,52
6,8

6,8

0,413762

-0,229 0,3885 1,535
7,0

0,196465

-0,1578 0,3939 1,557
7,1

7,1

0,117816

-0,1222 0,3956 1,564
7,3

7,3

0,020519

-0,051 0,3982 1,574
7,4

7,4

0,00187

-0,0154 0,3989 1,577
7,7

15,4

0,131848

0,09142 0,397 1,569
7,8

7,8

0,127275

0,127 0,3956 1,564
8,1

8,1

0,431329

0,2339 0,3876 1,532
8,2

8,2

0,572681

0,2695 0,3847 1,52
8,4

8,4

0,915383

0,3407 0,3752 1,483
8,7

8,7

1,579438

0,4475 0,3605 1,425
8,9

8,9

2,12214

0,5187 0,3485 1,377
9,2

9,2

3,086194

0,6255 0,3271 1,293
9,6

9,6

4,6516

0,768 0,2966 1,172
10,0

13,07401

0,9104 0,2613 1,033
10,4

10,4

8,742411

1,0528 0,2275 0,899
10,5

10,5

9,343762

1,0884 0,2203 0,871
10,7

10,7

10,60646

1,1596 0,2036 0,805
11,0

12,65052

1,2665 0,1781 0,704
12,9

12,9

29,77619

1,943 0,0596 0,236
15,0

57,10457

2,6907 0,0104 0,0411

Исправленная выборочная дисперсия находится по формуле

 (интервал)


    0,2743 -0,7257 0,5266 1,92
    0,3292 -0,6708 0,4499 1,367
    0,5834 -0,4166 0,1736 0,298
    0,7039 -0,2961 0,08766 0,125
    0,7399 -0,2601 0,06766 0,0914
    0,7676 -0,2324 0,05403 0,0704
    0,8707 -0,1293 0,01672 0,0192
    0,9754 -0,02455 0,000603 0,000618
    1,0798 0,07979 0,00637 0,0059
    1,2078 -0,7922 0,6275 0,52
    1,4881 0,4881 0,2382 0,16
    1,5205 -0,4795 0,2299 0,151
    1,5355 0,5355 0,2868 0,187
    1,5568 0,5568 0,3101 0,199
    1,5636 0,5636 0,3176 0,203
    1,5738 0,5738 0,3293 0,209
    1,5766 0,5766 0,3325 0,211
    1,5691 -0,4309 0,1857 0,118
    1,5636 0,5636 0,3176 0,203
    1,5319 0,5319 0,283 0,185
    1,5205 0,5205 0,2709 0,178
    1,4829 0,4829 0,2332 0,157
    1,4248 0,4248 0,1805 0,127
    1,3774 0,3774 0,1424 0,103
    1,2928 0,2928 0,08574 0,0663
    1,1723 0,1723 0,02968 0,0253
    1,0328 -0,9672 0,9356 0,906
    0,8992 -0,1008 0,01017 0,0113
    0,8707 -0,1293 0,01672 0,0192
    0,8047 -0,1953 0,03814 0,0474
    0,7039 -0,2961 0,08766 0,125
    0,2356 -0,7644 0,5844 2,481
    0,0411 -0,9589 0,9195 22,369
        32,858

Критическое значение (0.05;30) = 43.77297;

Kнабл = 32.86

ВЫВОД: Справедливо предположение о том, что данные выборки имеют нормальное распределение.


[1] Agricultural Research Bulletin-v035-b522.pdf

[2] Данные https://core.ac.uk/download/pdf/229479094.pdf


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: