Расчет доверительного интервала для математического ожидания
Оценка математического ожидания и дисперсии случайной величины. Вероятность попадания случайной величины в заданный интервал. Поиск доверительной области для плотности распределения и функции распределения, соответствующие доверительной вероятности.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 12.11.2017 |
Размер файла | 503,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Российский Химико-Технологический Университет
им. Д. И. Менделеева
Кафедра стандартизации и сертификации
Курсовая работа
по стандартизации и сертификации
Выполнила:
Студентка группы И-44
Омелюхина Ксения
Проверил:
Иванов В.В.
Москва 2008 г.
На ста самолетах замерено давление в баллоне воздушной системы ( в ат.):
968 |
877 |
1054 |
1003 |
993 |
951 |
1025 |
787 |
1092 |
1086 |
|
981 |
944 |
1088 |
1023 |
1054 |
974 |
1127 |
934 |
844 |
979 |
|
1070 |
1160 |
879 |
926 |
1093 |
1007 |
907 |
1104 |
1138 |
1042 |
|
1352 |
927 |
1039 |
879 |
1057 |
1115 |
977 |
910 |
815 |
988 |
|
1032 |
1123 |
935 |
951 |
1295 |
980 |
944 |
889 |
1197 |
975 |
|
1060 |
1105 |
978 |
989 |
1088 |
949 |
971 |
948 |
907 |
837 |
|
1077 |
1036 |
1008 |
1057 |
1097 |
901 |
711 |
955 |
1071 |
988 |
|
987 |
1042 |
925 |
949 |
1103 |
1097 |
1025 |
1141 |
1020 |
886 |
|
965 |
1138 |
1079 |
1029 |
949 |
1098 |
942 |
895 |
795 |
867 |
|
1076 |
913 |
1015 |
1187 |
1018 |
890 |
1045 |
1138 |
925 |
860 |
Содержание работы
Найти оценки математического ожидания и дисперсии случайной величины Х
Найти доверительные интервалы для математического ожидания и дисперсии соответствующие заданной доверительной вероятности (1-)=0,85
Оценить вероятность попадания случайной величины Х в заданный интервал 0,8x 1,1x
Для этой вероятности найти доверительный интервал, соответствующий заданной доверительной вероятности (1-)=0,8
Построить гистограмму и эмпирическую функцию распределения случайной величины Х
Найти и построить доверительные области для плотности распределения f(x) и функции распределения F(X), соответствующие заданной доверительной вероятности (1-)=0,85 для f(x) и (1-)=0,9 для F(X)
Сгладить гистограмму и эмпирическую функцию распределения подходящим законом распределения
Используя критерии согласия ч2 и Колмогорова проверить правдоподобие гипотезы о совпадении выбранного распределения с истинным законом при заданном уровне значимости р=0,01
Решение
Находим точечные оценки математического ожидания и дисперсии, учитывая, что n=100.
Выборочное среднее:
Рассчитываем доверительные интервалы для математического ожидания и дисперсии, предварительно задав доверительную вероятность (1-б)=0,85 . Тогда по формуле:
По таблице Лапласа находим еб=1,44.
Доверительный интервал для математического ожидания:
Mx1 = 1002.22- 1,44М
Mx2=1002.22+1,44М
Доверительный интервал для дисперсии:
Dx1 = = 9042.94 Dx2=
= 13651.05
следовательно, искомые доверительные интервалы будут иметь вид:
987.1597 MX 1017.280316 9042.938 DX 13651.04565
3. Находим точечную оценку вероятности попадания случайной величины Х в интервал . Т.к. в этот интервал попало m=82 экспериментальных значения, то искомая оценка будет равна:
4. Рассчитываем доверительный интервал для вероятности Р(х), оцененной в предыдущем пункте.
Пусть в этом случае доверительная вероятность равна (1-б)=0,8. Тогда еб=1,28, а искомый интервал имеет вид
5. Построим гистограмму и эмпирическую функцию распределения случайной величины Х
1) Для построения гистограммы Г(х) заключаем все экспериментальные данные в интервал (711;1352) и разбиваем его на 10 равных разрядов, каждый из которых длинной 64.1.
Значение гистограммы Г(x) находим по формуле :
,
где - число экспериментальных точек, попавших в этот разряд ;
- его длина.
величина интервала:
количество разрядов: k = 10
величина разряда:
Затем рассчитываем следующую таблицу:
№разряда |
Разряд |
Частота попадания случайной величины X в разряд |
Размещено на http://www.allbest.ru/
нижняя граница |
верхняя граница |
|||||
ni |
||||||
1 |
711 |
775,1 |
1 |
0.01 |
0.000156 |
|
2 |
775.1 |
839.2 |
4 |
0.04 |
0.000624 |
|
3 |
839.2 |
903.3 |
11 |
0.11 |
0.001716 |
|
4 |
903.3 |
967.4 |
21 |
0.21 |
0.003276 |
|
5 |
967.4 |
1031.5 |
24 |
0.24 |
0.003744 |
|
6 |
1031.5 |
1095.6 |
21 |
0.21 |
0.003276 |
|
7 |
1095.6 |
1159.7 |
13 |
0.13 |
0.002028 |
|
8 |
1159.7 |
1223.8 |
3 |
0.03 |
0.000468 |
|
9 |
1223.8 |
1287.9 |
0 |
0 |
0 |
|
10 |
1287.9 |
1352 |
2 |
0.02 |
0.000312 |
График гистограммы представлен на рис.1:
2) Построение эмпирической функции распределения случайной величины.
Соответствующую эмпирическую функцию рассчитываем по формуле:
,
где - число экспериментальных точек, лежащих левее Х.
Таблица значений F (x):
1 |
0 |
0,10 |
0,20 |
0,30 |
0,40 |
0,50 |
0,60 |
0,70 |
0,80 |
0,90 |
|
2 |
0,01 |
0,11 |
0,21 |
0,31 |
0,41 |
0,51 |
0,61 |
0,71 |
0,81 |
0,91 |
|
3 |
0,02 |
0,12 |
0,22 |
0,32 |
0,42 |
0,52 |
0,62 |
0,72 |
0,82 |
0,92 |
|
4 |
0,03 |
0,13 |
0,23 |
0,33 |
0,43 |
0,53 |
0,63 |
0,73 |
0,83 |
0,93 |
|
5 |
0,04 |
0,14 |
0,24 |
0,34 |
0,44 |
0,54 |
0,64 |
0,74 |
0,84 |
0,94 |
|
6 |
0,05 |
0,15 |
0,25 |
0,35 |
0,45 |
0,55 |
0,65 |
0,75 |
0,85 |
0,95 |
|
7 |
0,06 |
0,16 |
0,26 |
0,36 |
0,46 |
0,56 |
0,65 |
0,76 |
0,86 |
0,96 |
|
8 |
0,07 |
0,17 |
0,27 |
0,37 |
0,47 |
0,57 |
0,67 |
0,77 |
0,87 |
0,97 |
|
9 |
0,08 |
0,18 |
0,28 |
0,38 |
0,48 |
0,58 |
0,68 |
0,78 |
0,88 |
0,98 |
|
10 |
0,09 |
0,19 |
0,29 |
0,39 |
0,49 |
0,59 |
0,69 |
0,79 |
0,89 |
0,99 |
График эмпирической функции распределения случайной величины представлен на рис. 2:
6. Находим доверительные области для распределения f(х) и функции распределения F(х)
1) Построение доверительной области для плотности распределения f (x) соответствующей заданной доверительной вероятности (1-)=0,85
- для каждого разряда находим частоту попадания случайной величины Х
где ni - число экспериментальных точек, попавших в i-ый разряд
Это было определено в (5) пункте.
- находим доверительную вероятность (1-б1) для построения доверительной области на каждом разряде:
(1-б1) = 1 - б/r, r = 12 - число разрядов, включая полубесконечные.
(1- б)=0,85 б=0,15
(1-б1) = 1 - б/r=1-0,15/12=0,9875
- находим величину еб из условия: 2Ц(еб) = 1 - б1, Ц(еб) - функция Лапласа
Ц(еб) = (1 - б1)/2 = 0,9875/2=0.49375
дисперсия доверительный интервал ожидание
По таблице для функции Лапласа находим еб = 2,5
- для каждого разряда гистограммы находим доверительную область для вероятности попадания случайной величины в этот разряд по формулам в (4) пункте.
- для каждого разряда гистограммы находим доверительную область для плотности распределения: и (для полубесконечных разрядов считаем, что они лежат в доверительной области )
Рассчитываем и строим следующую таблицу.
Разряд |
Частота попадания случайной величины X в разряд |
Доверительная область для вероятности попадания случайной величины в разряд |
Доверительные границы для плотности распределения f (x) |
||||
711 |
775.1 |
0.01 |
0.001232 |
0.076415 |
0.00001921 |
0.001192 |
|
775.1 |
839.2 |
0.04 |
0.012369 |
0.121749 |
0.00019296 |
0.001899 |
|
839.2 |
903.3 |
0.11 |
0.053662 |
0.21222 |
0.00083717 |
0.003311 |
|
903.3 |
967.4 |
0.21 |
0.12681 |
0.327308 |
0.00197832 |
0.005106 |
|
967.4 |
1031.5 |
0.24 |
0.150588 |
0.36 |
0.00234927 |
0.005616 |
|
1031.5 |
1095.6 |
0.21 |
0.12681 |
0.327308 |
0.00197832 |
0.005106 |
|
1095.6 |
1159.7 |
0.13 |
0.067345 |
0.236184 |
0.00105063 |
0.003685 |
|
1159.7 |
1223.8 |
0.03 |
0.007886 |
0.107408 |
0.00012303 |
0.001676 |
|
1223.8 |
1287.9 |
0 |
0 |
0.058824 |
0 |
0.000918 |
|
1287.9 |
1352 |
0.02 |
0.004075 |
0.092396 |
0.00006357 |
0.001441 |
Гистограмма с доверительной областью изображена на рис. 3:
2) Построение доверительной области для функции распределения F (x):
- (1 - б) = 0,90 по таблице Колмогорова = 1,23
- максимальное расхождение D истинной функции распределения и эмпирической функции: D =
- искомая область выражается следующим образом:
F (x)
Функция распределения является вероятностью, следовательно, доверительная область для нее не может распространяться ниже нуля и выше единицы.
рассчитываем доверительную область для функции распределения F(х).
Таблица доверительных границ для F(x):
0 - 0.123 |
0 - 0.223 |
0.077 - 0.323 |
0.177 - 0.423 |
0.277 - 0.523 |
0.377 - 0.623 |
0.477 - 0.723 |
0.577 - 0.823 |
0.677 - 0.923 |
0.777 - 1 |
|
0 - 0.133 |
0 - 0.233 |
0.087 - 0.333 |
0.187 - 0.433 |
0.287 - 0.533 |
0.387 - 0.633 |
0.487 - 0.733 |
0.587 - 0.833 |
0.687 - 0.933 |
0.787 - 1 |
|
0 - 0.143 |
0 - 0.243 |
0.097 - 0.343 |
0.197 - 0.443 |
0.297 - 0.543 |
0.397 - 0.643 |
0.497 - 0.743 |
0.597 - 0.843 |
0.697 - 0.943 |
0.797 - 1 |
|
0 - 0.153 |
0.007- 0.253 |
0.107 - 0.353 |
0.207 - 0.453 |
0.307 - 0.553 |
0.407 - 0.653 |
0.507 - 0.753 |
0.607 - 0.853 |
0.707 - 0.953 |
0.807 - 1 |
|
0 - 0.163 |
0.017- 0.263 |
0.117 - 0.363 |
0.217 - 0.463 |
0.317 - 0.563 |
0.417 - 0.663 |
0.517 - 0.763 |
0.617 - 0.863 |
0.717 - 0.963 |
0.817 - 1 |
|
0 - 0.173 |
0.027- 0.273 |
0.127 - 0.373 |
0.227 - 0.473 |
0.327 - 0.573 |
0.427 - 0.673 |
0.527 - 0.773 |
0.627 - 0.873 |
0.727 - 0.973 |
0.827 - 1 |
|
0 - 0.183 |
0.037- 0.283 |
0.137 - 0.383 |
0.237 - 0.483 |
0.337 - 0.583 |
0.437 - 0.683 |
0.537 - 0.783 |
0.637 - 0.883 |
0.737 - 0.983 |
0.837 - 1 |
|
0 - 0.193 |
0.047- 0.293 |
0.147 - 0.393 |
0.247 - 0.493 |
0.347 - 0.593 |
0.447 - 0.693 |
0.547 - 0.793 |
0.647 - 0.893 |
0.747 - 0.993 |
0.847 - 1 |
|
0 - 0.203 |
0.057- 0.303 |
0.157 - 0.403 |
0.257 - 0.503 |
0.357 - 0.603 |
0.457 - 0.703 |
0.557 - 0.803 |
0.657 - 0.903 |
0.757 - 1 |
0.857 - 1 |
|
0 - 0.213 |
0.067- 0.313 |
0.167 - 0.413 |
0.267 - 0.513 |
0.367 - 0.613 |
0.467 - 0.713 |
0.567 - 0.813 |
0.667 - 0.913 |
0.767 - 1 |
0.867 - 1 |
График эмпирической функции распределения F(x) с доверительной областью представлен на рис.4:
7. Сглаживание гистограммы и эмпирической функции распределения подходящим законом распределения
Из формы гистограммы следует, что гипотетическим распределением может быть нормальное распределение с функцией:
где Ф(u) - функция Лапласа.
и с плотностью:
где - исправленная дисперсия.
1) Определим Fг(Х) для каждого Х, полученные результаты занесем в таблицу:
i |
|||||
0 |
678.95 |
-3.090962988 |
-0.49903 |
0.00097 |
|
1 |
743.05 |
-2.47806749 |
-0.49344 |
0.00656 |
|
2 |
807.15 |
-1.865171993 |
-0.4686 |
0.0314 |
|
3 |
871.25 |
-1.252276495 |
-0.3944 |
0.1056 |
|
4 |
935.35 |
-0.639380997 |
-0.2389 |
0.2611 |
|
5 |
999.45 |
-0.0264855 |
-0.012 |
0.488 |
|
6 |
1063.55 |
0.586409998 |
0.2224 |
0.7224 |
|
7 |
1127.65 |
1.199305496 |
0.3849 |
0.8849 |
|
8 |
1191.75 |
1.812200993 |
0.4649 |
0.9649 |
|
9 |
1255.85 |
2.425096491 |
0.49245 |
0.99245 |
|
10 |
1319.95 |
3.037991989 |
0.49865 |
0.99865 |
|
11 |
1384.05 |
3.650887486 |
0.49989 |
0.99989 |
Эмпирическая F(X) и гипотетическая Fг(Х) функции распределения представлены на рис.5:
2) Определим fг(x) для каждого Х, полученные результаты занесем в таблицу:
i |
||||
0 |
678.95 |
0.00003213 |
||
1 |
743.05 |
0.000177046 |
0.000156 |
|
2 |
807.15 |
0.000670073 |
0.000624 |
|
3 |
871.25 |
0.001741883 |
0.001716 |
|
4 |
935.35 |
0.003110119 |
0.003276 |
|
5 |
999.45 |
0.003814137 |
0.003744 |
|
6 |
1063.55 |
0.003212748 |
0.003276 |
|
7 |
1127.65 |
0.001858739 |
0.002028 |
|
8 |
1191.75 |
0.00073862 |
0.000468 |
|
9 |
1255.85 |
0.000201598 |
0 |
|
10 |
1319.95 |
0.00003779 |
0.000312 |
|
11 |
1384.05 |
0.00000487 |
График для плотности распределения представлен на рисунке 6:
8. Используя критерии согласия ч2 и Колмогорова проверим правдоподобие гипотезы о совпадении выбранного распределения с истинным законом при заданном уровне значимости р=0,01
1) Для проверки гипотезы H0:F(x)=FГ (х) выбираем например уровень значимости б=0,01 и используем вначале критерий согласия ч2. Его экспериментальное значение, согласно формуле:
i |
||||||||||
0 |
646.9 |
711 |
-2.78452 |
-0.49723 |
-3.39741 |
-0.49966 |
0.00243 |
0.00243 |
||
1 |
0.01 |
711 |
775.1 |
-2.17162 |
-0.485 |
-2.78452 |
-0.49723 |
0.01223 |
0.000407 |
|
2 |
0.04 |
775.1 |
839.2 |
-1.55872 |
-0.4406 |
-2.17162 |
-0.485 |
0.0444 |
0.000436 |
|
3 |
0.11 |
839.2 |
903.3 |
-0.94583 |
-0.3264 |
-1.55872 |
-0.4406 |
0.1142 |
0.000154 |
|
4 |
0.21 |
903.3 |
967.4 |
-0.33293 |
-0.1293 |
-0.94583 |
-0.3264 |
0.1971 |
0.000844 |
|
5 |
0.24 |
967.4 |
1031.5 |
0.279962 |
0.1103 |
-0.33293 |
-0.1293 |
0.2396 |
6.68E-07 |
|
6 |
0.21 |
1031.5 |
1095.6 |
0.892858 |
0.3133 |
0.279962 |
0.1103 |
0.203 |
0.000241 |
|
7 |
0.13 |
1095.6 |
1159.7 |
1.505753 |
0.4345 |
0.892858 |
0.3133 |
0.1212 |
0.000639 |
|
8 |
0.03 |
1159.7 |
1223.8 |
2.118649 |
0.483 |
1.505753 |
0.4345 |
0.0485 |
0.007057 |
|
9 |
0 |
1223.8 |
1287.9 |
2.731544 |
0.49683 |
2.118649 |
0.483 |
0.01383 |
0.01383 |
|
10 |
0.02 |
1287.9 |
1352 |
3.34444 |
0.49952 |
2.731544 |
0.49683 |
0.00269 |
0.111389 |
|
11 |
1352 |
1416.1 |
3.957335 |
0.5 |
3.34444 |
0.49952 |
0.00048 |
0.00048 |
ч2э= 1.654896
А его гипотетическое значение при выбранном уровне значимости б=0,01 и числе степеней свободы s=12-1-2=9 согласно условию равно ч2б=21,666. Таким образом, и, следовательно, гипотеза Н0 по критерию согласия ч2 является правдоподобной.
2) Теперь проверим ту же самую гипотезу с помощью критерия согласия Колмогорова. Максимальное различие между гипотетической и эмпирической функциями распределения в этом случае равно (см. рис. 5)
откуда получаем экспериментальное значение критерия Колмогорова:
Гипотетическое значение того же самого критерия при уровне значимости б=0,01 (см. табл. Колмогорова) равно лб=1,63. Таким образом и, следовательно, гипотеза Н0 является правдоподобной также и по критерию Колмогорова.
Размещено на Allbest.ru
...Подобные документы
Понятия доверительного интервала и доверительной вероятности и их применение в эконометрических задачах. Доверительный интервал для математического ожидания нормальной случайной величины при известной и при неизвестной дисперсии, генеральная совокупность.
реферат [2,0 M], добавлен 12.12.2009Понятие доверительного интервала и доверительной вероятности. Доверительный интервал для математического ожидания (пример задачи). Распределение Стьюдента. Принятие решения о параметрах генеральной совокупности, проверка статистической гипотезы.
реферат [64,9 K], добавлен 15.02.2011Построение корреляционного поля результатов измерения непрерывной работы станков в зависимости от количества обработанных деталей. Определение интервала для математического ожидания и среднего квадратического отклонения при доверительной вероятности.
контрольная работа [200,4 K], добавлен 03.10.2014Построение гистограммы и эмпирической функции распределения. Нахождение доверительного интервала для оценки математического распределения. Проверка статистической гипотезы о равенстве средних значений, дисперсий, их величине, о виде закона распределения.
курсовая работа [1,7 M], добавлен 29.11.2014Равенство нулю математического ожидания случайной компоненты. Знакомство со статистическим методом однофакторного дисперсионного анализа, а также с реализацией его на ПК в различных программах. Сравнение IBM SPSS Statistics 20 и Microsoft Office 2013.
курсовая работа [1,3 M], добавлен 29.11.2014Расчет параметров A и B уравнения линейной регрессии. Оценка полученной точности аппроксимации. Построение однофакторной регрессии. Дисперсия математического ожидания прогнозируемой величины. Тестирование ошибок уравнения множественной регрессии.
контрольная работа [63,3 K], добавлен 19.04.2013Построение вариационного (статистического) ряда, гистограммы и эмпирической функции распределения. Определение выборочных оценок числовых характеристик случайной величины. Расчет матрицы парных коэффициентов корреляции и создание модели парной регрессии.
контрольная работа [2,0 M], добавлен 05.04.2014Анализ различных подходов к определению вероятности. Примеры стохастических зависимостей в экономике. Проверка ряда гипотез о свойствах распределения вероятностей для случайной компоненты как один из этапов эконометрического исследования. Вариации.
реферат [261,0 K], добавлен 17.11.2008Особенности метода проверки гипотезы о законе распределения по критерию согласия хи-квадрат Пирсона. Свойства базовой псевдослучайной последовательности. Методы оценки закона распределения и вероятностных характеристик случайной последовательности.
лабораторная работа [234,7 K], добавлен 28.02.2010Расчет показателей показательной статистики, построение графического изображения вариационного ряда с их использованием и оценка изучаемого явления, общая характеристика. Расчет средней арифметической, методы расчета. Уровень доверительной вероятности.
контрольная работа [592,1 K], добавлен 10.02.2009Поиск несмещенных оценок математического ожидания и для дисперсии X и Y. Расчет выборочного коэффициента корреляции, анализ степени тесноты связи между X и Y. Проверка гипотезы о силе линейной связи между X и Y, о значении параметров линейной регрессии.
контрольная работа [19,2 K], добавлен 25.12.2010Элементы математического анализа: производная, определенный интеграл и ряды. Арифметические операции и функции комплексной переменной. Основные понятия и определения теории вероятности, статистики и комбинаторики. Законы распределения вероятностей.
методичка [2,9 M], добавлен 05.07.2010Сбор данных и их первичная обработка. Построение корреляционной матрицы. Связь между факторными и результативными признаками. Оценка статистической значимости параметров регрессии. Определение доверительного интервала параметров доверительной регрессии.
курсовая работа [739,0 K], добавлен 06.04.2016Способы описания случайной величины, основные распределения и их генерация в Excel. Дисперсионный анализ как особая форма анализа регрессии. Применение элементов линейной алгебры в моделировании экономических процессов и решение транспортной задачи.
курс лекций [1,6 M], добавлен 05.05.2010Понятие корреляционно-регрессионного анализа как метода изучения по выборочным данным статистической зависимости ряда величин. Оценка математического ожидания, дисперсии, среднего квадратического отклонения и коэффициента корреляции случайных величин.
курсовая работа [413,0 K], добавлен 11.08.2012Расчет уравнения линейной регрессии. Построение на экран графика и доверительной области уравнения. Разработка программы, генерирующей значения случайных величин, имеющих нормальный закон распределения для определения параметров уравнения регрессии.
лабораторная работа [18,4 K], добавлен 19.02.2014Анализ методов моделирования стохастических систем управления. Определение математического ожидания выходного сигнала неустойчивого апериодического звена в заданный момент времени. Обоснование построения рациональной схемы статистического моделирования.
курсовая работа [158,0 K], добавлен 11.03.2013Построение поля рассеяния, его визуальный анализ. Определение точечных оценок параметров методом наименьших квадратов. Расчет относительной ошибки аппроксимации. Построение доверительных полос для уравнения регрессии при доверительной вероятности У.
контрольная работа [304,0 K], добавлен 21.12.2013Нахождение уравнения линейной регрессии, парного коэффициента корреляции. Вычисление точечных оценок для математического ожидания, дисперсии, среднеквадратического отклонения показателей x и y. Построение точечного прогноза для случая расходов на рекламу.
контрольная работа [216,6 K], добавлен 12.05.2010Изучение особенностей стационарных временных рядов и их применения. Параметрические тесты стационарности. Тестирование математического ожидания, дисперсии и коэффициентов автокорреляции. Проведение тестов Манна-Уитни, Сиджела-Тьюки, Вальда-Вольфовитца.
курсовая работа [451,7 K], добавлен 06.12.2014