Определим ширину интервала:
С помощью функции ЧАСТОТА в Excel определяем частоту каждого интервала (табл. 2).
Таблица 2
№
| Интервал
| Середина интервала,
| Частота,
|
|
| 1
| 135,510 - 135,633
| 135,5715
| 31
| 4 202,717
| 6,086
| 2
| 135,633 - 135,756
| 135,6945
| 28
| 3 799,446
| 2,869
| 3
| 135,756 - 135,879
| 135,8175
| 30
| 4 074,525
| 1,165
| 4
| 135,879 - 136,002
| 135,9405
| 39
| 5 301,680
| 0,214
| 5
| 136,002 - 136,125
| 136,0635
| 32
| 4 354,032
| 0,077
| 6
| 136,125 - 136,248
| 136,1865
| 30
| 4 085,595
| 0,887
| 7
| 136,248 - 136,371
| 136,3095
| 37
| 5 043,452
| 3,218
| 8
| 136,371 - 136,494
| 136,4325
| 28
| 3 820,110
| 4,890
| 9
| 136,494 - 136,617
| 136,5555
| 4
| 546,222
| 1,170
| Сумма
| ×
| 259
| 35 227,778
| 20,576
| Так как в последнем интервале меньше 5 значений, объединяем два последних интервала (табл. 3).
Таблица 3
№
| Интервал
| Середина интервала,
| Частота,
|
|
| 1
| 135,510 - 135,633
| 135,572
| 31
| 4 202,717
| 6,244
| 2
| 135,633 - 135,756
| 135,695
| 28
| 3 799,446
| 2,972
| 3
| 135,756 - 135,879
| 135,818
| 30
| 4 074,525
| 1,234
| 4
| 135,879 - 136,002
| 135,941
| 39
| 5 301,680
| 0,248
| 5
| 136,002 - 136,125
| 136,064
| 32
| 4 354,032
| 0,060
| 6
| 136,125 - 136,248
| 136,187
| 30
| 4 085,595
| 0,829
| 7
| 136,248 - 136,371
| 136,310
| 37
| 5 043,452
| 3,095
| 8
| 136,371 - 136,617
| 136,494
| 32
| 4 367,808
| 7,181
| Сумма
| ×
| 259
| 35 229,254
| 21,862
|
1. По сгруппированным данным находим математическое ожидание случайной величины:
2. Рассчитаем дисперсию по сгруппированным данным:
Тогда среднеквадратичное отклонение составит .
Рассчитаем дисперсию для выборочных данных (первые 100 значений) с помощью функции ДИСПР (рис. 1).
Рис. 1. Выборочная дисперсия
Таким образом, выборочная дисперсия будет равна 0,089, а среднее квадратическое отклонение составит 0,298.
3. Построим гистограмму или полигон распределения значений случайной величины (рис. 2-3).
Рис. 2. Гистограмма распределения
Рис. 3. Полигон распределения 4. Выдвинем гипотезу H0: распределение генеральной совокупности X подчинено нормальному закону с параметрами и . Проверим эту гипотезу по критерию Пирсона при уровне значимости .
Рассчитываем теоретические частоты для интервала по формуле:
,
где , .
Значения нормального закона распределения будем рассчитывать с помощью функции Excel НОРМ.СТ.РАСП(X;1).
Проверим гипотезу с помощью критерия Пирсона:
Расчет проведен в таблице (табл. 3).
Таблица 3
|
|
|
|
|
|
|
|
| 135,510
| 135,633
| -1,756
| -1,333
| 0,040
| 0,091
| 13,4
| 31
| 9,988
| 135,633
| 135,756
| -1,333
| -0,910
| 0,091
| 0,182
| 23,4
| 28
| 0,765
| 135,756
| 135,879
| -0,910
| -0,486
| 0,182
| 0,313
| 34,2
| 30
| 0,576
| 135,879
| 136,002
| -0,486
| -0,063
| 0,313
| 0,475
| 41,8
| 39
| 0,206
| 136,002
| 136,125
| -0,063
| 0,360
| 0,475
| 0,641
| 42,9
| 32
| 3,746
| 136,125
| 136,248
| 0,360
| 0,784
| 0,641
| 0,783
| 37,0
| 30
| 1,612
| 136,248
| 136,371
| 0,784
| 1,207
| 0,783
| 0,886
| 26,6
| 37
| 2,895
| 136,371
| 136,617
| 1,207
| 2,054
| 0,886
| 0,980
| 24,3
| 32
| 1,869
|
|
|
|
|
|
|
| Сумма
| 21,658
|
С помощью функции Excel ХИ2.ОБР.ПХ найдем критическое значение критерия для уровня значимости и степеней свободы (рис. 4).
Рис. 4. Определение критического значения для критерия Пирсона Так как фактическое значение больше критического ( |