Основные понятия. Критерий согласия Пирсона (хи-квадрат). Методические указания при применении критериев согласия. Примеры обработки результатов эксперимента.
Элементы регрессионного и корреляционного анализа
Основные понятия регрессионного и корреляционного анализа. Построение выборочного уравнения регрессии методом наименьших квадратов. Коэффициент корреляции. Коэффициент детерминации. Корреляционное отношение. Анализ соответствия математической модели (уравнения регрессии) экспериментальным данным. Проверка значимости коэффициентов корреляции и детерминации. Числовой пример одномерного линейного регрессионного анализа.
Элементы дисперсионного анализа
Задача однофакторного дисперсионного анализа. Числовой пример.
Практические занятия (6 часов)
Решение задач по темам:
1 Первичная обработка статистических данных.
2 Подбор закона распределения одномерной случайной величины.
3 Построение регрессионной модели системы двух случайных величин.
Лабораторные занятия (2 часа)
Знакомство с пакетом прикладных программ по математической статистике.
Контрольные работы (20 часов)
Основные цели выполнения контрольных работ:
– активизация самостоятельной работы студентов;
– изучение студентами литературы по дисциплине;
– получение практических навыков теоретико-вероятностных расчетов.
Студенты выполняют две контрольные работы:
Контрольная работа № 1 по теме «Методы вычисления вероятностей случайных событий». В контрольной работе решаются задачи на вычисление вероятностей случайных событий с использованием классического метода вычисления вероятностей, теорем сложения и умножения вероятностей, теоремы Бернулли, предельных теорем Муавра-Лапласа.
Контрольная работа № 2 по теме «Случайные величины». В контрольной работе решаются задачи исследования дискретных и непрерывных случайных величин. Находятся функции распределения и функции плотности распределения случайных величин, строятся их графики и определяются числовые характеристики.