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:

Значение гистограммы Г (х)

№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 12.12.2009

  • Понятие 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 15.02.2011

  • Построение 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 03.10.2014

  • Построение 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 29.11.2014

  • Равенство 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 29.11.2014

  • Расчет 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 19.04.2013

  • Построение 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 05.04.2014

  • Анализ 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 17.11.2008

  • Особенности 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 28.02.2010

  • Расчет 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 10.02.2009

  • Поиск 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 25.12.2010

  • Элементы 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 05.07.2010

  • Сбор 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 06.04.2016

  • Способы 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 05.05.2010

  • Понятие 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 11.08.2012

  • Расчет 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 19.02.2014

  • Анализ 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 11.03.2013

  • Построение 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 21.12.2013

  • Нахождение 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 12.05.2010

  • Изучение 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

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.