Пусть гипотеза - «случайная величина Х распределена по нормальному закону». Для проверки этой гипотезы распределим значения с.в. Х по интервалам, объединив первый интервал со вторым, т.к. оба интервала являются малочисленными. Далее расширим крайние интервалы значений с.в. Х до , и высчитаем теоретические частоты попадания значений с.в. в каждый промежуток по формуле:
, где - границы интервала.
Статистический ряд распределения тогда примет вид:
Интервал | (14,44; 16,16) | (16,16; 17,88) | (17,88; ) | |
0,1357 | 0,3882 | 0,315 | 0,1611 |
Итак,
Умножим полученные теоретические вероятности на n=30, получим теоретические частоты попадания с.в. Х в каждый из промежутков:
4,07 | 11,65 | 9,45 | 4,83 |
Вычислим наблюдаемое значение критерия Пирсона по формуле:
По таблице распределения Пирсона найдем критическое значение критерия, учитывая число степеней свободы: k-2-1=4-2-1=1. Тогда по таблице:
Таким образом, сравнивая значения и , делаем вывод, что гипотезу о нормальном распределении необходимо принять на уровне значимости 0,05.
|
|
Задача 13.3.1. Определите коэффициенты выборочного уравнения регрессии .
Решение. Коэффициенты регрессии рассчитываются по формулам:
,
только в качестве X в данном случае будет выступать разность .
Составим вспомогательную таблицу для расчета всех необходимых значений:
-19,07 | -209,73 | 363,54 | 121,00 | |||
12,1 | -26,07 | -315,41 | 679,47 | 146,41 | ||
12,8 | -22,07 | -282,45 | 486,94 | 163,84 | ||
13,8 | -13,07 | -180,32 | 170,74 | 190,44 | ||
14,2 | -10,07 | -142,95 | 101,34 | 201,64 | ||
14,6 | -15,07 | -219,97 | 227,00 | 213,16 | ||
14,8 | -5,07 | -74,99 | 25,67 | 219,04 | ||
15,5 | -6,07 | -94,03 | 36,80 | 240,25 | ||
15,7 | -6,07 | -95,25 | 36,80 | 246,49 | ||
15,8 | 3,93 | 62,15 | 15,47 | 249,64 | ||
15,9 | -0,07 | -1,06 | 0,00 | 252,81 | ||
-41,07 | -657,07 | 1686,47 | 256,00 | |||
-32,07 | -513,07 | 1028,27 | 256,00 | |||
6,93 | 110,93 | 48,07 | 256,00 | |||
16,1 | 1,93 | 31,13 | 3,74 | 259,21 | ||
16,2 | 0,93 | 15,12 | 0,87 | 262,44 | ||
16,3 | 7,93 | 129,31 | 62,94 | 265,69 | ||
16,4 | 3,93 | 64,51 | 15,47 | 268,96 | ||
16,4 | 3,93 | 64,51 | 15,47 | 268,96 | ||
16,5 | -8,07 | -133,10 | 65,07 | 272,25 | ||
16,5 | 4,93 | 81,40 | 24,34 | 272,25 | ||
16,7 | 13,93 | 232,69 | 194,14 | 278,89 | ||
16,7 | 17,93 | 299,49 | 321,60 | 278,89 | ||
17,2 | 3,93 | 67,65 | 15,47 | 295,84 | ||
17,6 | 13,93 | 245,23 | 194,14 | 309,76 | ||
10,93 | 196,80 | 119,54 | 324,00 | |||
18,2 | 24,93 | 453,79 | 621,67 | 331,24 | ||
18,5 | 20,93 | 387,27 | 438,20 | 342,25 | ||
19,1 | 28,93 | 552,63 | 837,14 | 364,81 | ||
19,6 | 33,93 | 665,09 | 1151,47 | 384,16 | ||
сумма | 2012,00 | 480,20 | 0,00 | 740,29 | 8987,87 | 7792,32 |
среднее | 67,07 | 16,01 | 0,00 | 24,68 | 299,60 | 259,74 |
Теперь можно вычислить коэффициенты регрессии:
Итак, уравнение регрессии Y на имеет вид:
Задача 13.3.2. Установите наличие и характер корреляционной связи между стоимостью произведённой продукции (X) и суммой прибыли на одно предприятие (Y). Постройте диаграмму рассеяния и линию регрессии.
|
|
Решение. Существует несколько методов определения наличия корреляционной связи между двумя изучаемыми признаками. Мы используем метод факторных группировок и регрессионно-корреляционный методы.
Как уже мы делали в задании 13.1.1, разместим все значения изучаемого признака по 5 интервалам. Только сейчас объясняемая переменная – сумма прибыли, а объясняющая – выпуск продукции.
Выпуск продукции, интервал значений | Количество предприятий в группе | Суммарная прибыль по группе | Средняя прибыль на одно предприятие группы |
[26; 41] | |||
[41; 56] | 49,75 | ||
[56; 71] | 65,67 | ||
[71; 86] | |||
[86; 101] | 94,25 |
По построенной таблице видно, что чем выше значение выпуска продукции, тем выше и значение средней прибыли по одному предприятию, то есть имеет место прямая положительная связь между изучаемыми признаками.
Проверим сделанный вывод, построив диаграмму рассеяния:
Анализируя характер расположения точек на диаграмме, можно предположить, что связь между изучаемыми факторами – линейная, прямая, причем в среднем все точки приближаются к прямой, уравнение которой мы уже нашли: - это уравнение линейной регрессии.
Задача 13.3.3. Рассчитайте линейный коэффициент корреляции. Используя t-критерий Стьюдента, проверьте значимость коэффициента корреляции. Сделайте вывод о тесноте связи между факторами X и Y, используя шкалу Чеддока.