Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности. Курсовая работа Сравнение исправленной выборочной дисперсии с ги. Курсовая работа по дисциплине Теория вероятности и математическая статистика
![]()
|
Министерство науки и высшего образования Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего образования «ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ УПРАВЛЕНИЯ» ![]()
Курсовая работа
Москва – 2020 СодержаниеВведение 3 Основные сведения о статистической проверке статистических гипотез 3 Основные сведения о сравнении исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности 4 Основная часть 6 Задачи, подтверждающие гипотезу о равенстве исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности 6 Задачи, отвергающие гипотезу о равенстве исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности 8 Решение задач на сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности в профессиональной сфере 10 Список использованных источников и литературы 12 Приложения 13 ВведениеОсновные сведения о статистической проверке статистических гипотезСтатистической называют гипотезу о виде неизвестного распределения или о параметрах известных распределений. Метод использования выборки для проверки истинности статистической гипотезы называется статистическим доказательством истинности выдвинутой гипотезы. Постановка задачи начинается с выдвижения основного утверждения (нулевой или основной гипотезы Н0), причем наряду с выдвинутой гипотезой всегда рассматривают и противоречащую ей гипотезу, которую называют конкурирующей или альтернативной гипотезой Н1. Для проверки нулевой гипотезы используют специально подобранную случайную величину – выборочную статистику, точное или приближенное распределение которой известно. Случайная величина K, построенная по наблюдениям для проверки нулевой гипотезы, называется статистикой критерия. Схема построения критерия такова: все выборочное пространство делится на две взаимодополняющие области – область S отклонения основной гипотезы Н0 и область ![]() Основной принцип проверки статистических гипотез: если наблюдаемое значение критерия принадлежит критической области, то нулевую гипотезу отвергают; если наблюдаемое значение критерия принадлежит области принятия гипотезы, то гипотезу принимают. [4] Основные сведения о сравнении исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупностиПусть генеральная совокупность x имеет нормальное распределение, x1, x2, …, xn – случайная выборка. Пусть ![]() ![]() ![]() ![]() ![]() Существует несколько правил, выбор которых зависит от вида конкурирующей гипотезы. Рассмотрим их. Правило 1. Пусть конкурирующей гипотезой будет гипотеза H1: ![]() ![]() Если x2набл Правило 2. При конкурирующей гипотезе H1: ![]() Правило 3. При конкурирующей гипотезе H1: ![]() На практике рассматриваемая гипотеза проверяется, если нужно проверить точность приборов, инструментов, станков, методов исследования и устойчивость технологических процессов, ритмичности. Например, если известна допустимая характеристика рассеяния контролируемого размера деталей, изготавливаемых станком-автоматом, равная σ02, а найденная по выборке ![]() Основная частьЗадачи, подтверждающие гипотезу о равенстве исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупностиЗадача 1. Точность работы станка-автомата проверяется по дисперсии ![]() ![]() Решение. Нулевой гипотезой будет H0: ![]() ![]() ![]() По таблице критических точек распределения x2 (Приложение 1 [5]) со степенями свободы k = 24 при уровне значимости α = 0,01, находим x2кр (0,01; 24) = 43. Поскольку x2набл ![]() Задача 2. Из нормальной генеральной совокупности извлечена выборка объема n = 21 и по ней найдена исправленная выборочная дисперсия S2 = 16,2. Требуется при уровне значимости 0,01 проверить нулевую гипотезу H0: ![]() ![]() Решение. Найдем наблюдаемое значение критерия: ![]() По условию, конкурирующая гипотеза имеет вид ![]() Так как x2набл ![]() Задачи, отвергающие гипотезу о равенстве исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупностиЗадача 1. Ритмичность работы кассира Сбербанка по приему коммунальных платежей определяется дисперсией времени обслуживания клиентов, которая не должна превышать величины ![]()
Проверим нулевую гипотезу о допустимой ритмичности работы новичка при уровне значимости 0,05.
![]() ![]() ![]() ![]() Задача 2. Партия изделий принимается, если дисперсия контролируемого размера значимо не превышает 0,2. Исправленная выборочная дисперсия, найденная по выборке объема n = 121, оказалась равной ![]() Решение. Нулевая гипотеза H0: ![]() ![]() Найдем наблюдаемое значение критерия: ![]() Конкурирующая гипотеза имеет вид ![]() ![]() Найдем предварительно ![]() ![]() По таблице функции Лапласа, используя линейную интерполяцию, находим: ![]() ![]() ![]() ![]() Решение задач на сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности в профессиональной сфере
Задача 1. Компания I-TECO оценивает эффективность используемых информационных систем в компаниях, используя в качестве показателя эффективности отношение количества верно проведенных операций к количеству всех операций, совершенных ИС. Для оценки ИС в Альфа-банке IT-аналитики провели эксперимент, в ходе которого было установлено, что дисперсия результатов измерений составляет 0,005. Можно ли утверждать, что существующая в банке ИС эффективно выполняет свои функциональные опции и не требует замены? Проверить нулевую гипотезу H0: ![]() ![]() Решение. Выборочное значение дисперсии, вычисленное по объему выборки n = 10, оказалось равным ![]() Найдем наблюдаемое значение критерия: ![]() Так как конкурирующая гипотеза H1: ![]() x2лев.кр (1-α/2, k) = (0,95; 9) = 3,33. x2пр.кр (α/2, k) = (0,05; 9) = 16,9. Получаем, что x2лев.кр Таким образом, IT-аналитики пришли к выводу о высокой эффективности существующей ИС в банке. Список использованных источников и литературыГмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике: учебное пособие – 11-е изд., перераб. -Москва: Высшее образование, 2008. – 404 с. – (Основы наук). Математическая статистика. Примеры и задачи: учебное пособие/ М.Ю. Васильчик, А.П. Ковалевский, И.М. Пупышев и др. – Новосибирск: Изд-во НГТУ, 2011 – 84 с. Лекции.Ком [Электронный ресурс]. – Электрон. текстовые дан. – [б.и.], 23.12.2014. - Режим доступа: https://lektsii.com// свободный. Теория вероятностей и математическая статистика. Фадеева Л.Н., Лебедев А.В. М.: ЭКСПО, 2010. – 496 с. ПриложенияПриложение 1 – Таблица критических точек распределения x2. ![]() |