Математика. Матем. Курсач. Курсовая работа Статистические методы обработки экспериментальных данных курсант группы Сз2

• Название: Курсовая работа Статистические методы обработки экспериментальных данных курсант группы Сз2
• Анкор: Математика
• Дата: 16.06.2020
• Размер: 189.87 Kb.
• Имя файла: Матем. Курсач.docx
• Тип: Курсовая; #130547

ФГБОУ ВО «КГТУ»
БАЛТИЙСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ РЫБОПРОМЫСЛОВОГО ФЛОТА


Кафедра высшей математики


Курсовая работа
Статистические методы обработки экспериментальных данных


\
Выполнил:

курсант группы Сз-2

Нечипоренко А.Н.

Проверил:

к.п.н., доцент Усатова В.М.
Калининград

2019

Содержание

ФГБОУ ВО «КГТУ» БАЛТИЙСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ РЫБОПРОМЫСЛОВОГО ФЛОТА 2

Кафедра высшей математики 2

Курсовая работа 2

Калининград 2

1.Основная часть 4

1.1 Формирование и описание массива экспериментальных данных 4

2.2 Вычисление статистических характеристик массива 7

3.2 Оценка доверительного интервала для найденных статистически оценок 8

4.2 Построение гистограмм плотностей распределения для выборки массива. Графическое сравнение гистограммы с нормальным распределением 11

5.2 Проверка гипотезы о законе распределения с помощью критерия Пирсона 13

6.2 Выявление корреляционной зависимости между переменными в массиве. Уравнение прямой и обратной регрессии. 13

1.1 Формирование и описание массива экспериментальных данных 4

2.2 Вычисление статистических характеристик массива 7

3.2 Оценка доверительного интервала для найденных статистически оценок 8

4.2 Построение гистограмм плотностей распределения для выборки массива. Графическое сравнение гистограммы с нормальным распределением 12

5.2 Проверка гипотезы о законе распределения с помощью критерия Пирсона 14

6.2 Выявление корреляционной зависимости между переменными в массиве. Уравнение прямой и обратной регрессии. 15

1. Основная часть

1.1 Формирование и описание массива экспериментальных данных

В программе Mathcad формируем массив экспериментальных данных, собранных в процессе эксплуатации судна pr. 394a, в виде матрицы М.

Для удобства дальнейших расчётов, разделим исходный массив на два: массив А - среднесуточный вылов рыбы в тоннах одним судном данного типа, массив В - среднее количество судов на промысле в этот период времени

А	B
(Sutvylov) - среднесуточный вылов рыбы в тоннах одним судом данного типа	(Srkolvosuv) – среднее количество судов на промысле в этот период времени
18.2	0.9
23.5	1.0
18.6	1.0
16.4	0.9
12.0	1.3
29.2	0.7
18.2	1.9
8.5	0.2
20.1	1.8
55.3	0.6
17.2	0.2
38.0	0.7
22.1	1.3
19.9	0.9
5.8	1.0
13.8	0.2
22.0	0.7
10.7	2.1
34.7	0.8
8.0	1.5
41.1	0.6
9.0	1.8
11.7	0.2
4.4	0.5
10.0	0.8
5.5	0.9
16.1	0.3
44.3	0.8
13.7	1.0
19.1	1.8
11.4	1.0
17.4	1.9
12.9	0.3
31.4	0.5
14.2	1.0
18.9	0.2
18.8	0.3
17.5	1.8
25.3	0.2
8.3	2.7
1.5	0.6
7.7	2.9
2.9	0.5
7.4	1.5
6.4	0.6
23.5	1.0
39.5	0.7
35.1	0.7
22.0	1.0
37.4	0.7
30.0	1.0

Оформление в Mathcad:



Число строк массива М

Число столбцов массива М

_rows(M)=51

2.2 Вычисление статистических характеристик массива

С р е д н е е з н а ч е н и е









_{Дисперсия}

















У т о ч н е н н о е с р е д н е к в а д р а т и ч е с к о е о т к л о н е н и е













А с с и м е т р и я













Э к с ц е с с




















































3.2 Оценка доверительного интервала для найденных статистически оценок





Плотность распределение Стьюдента































Границы доверительного интервала генеральной дисперсии

4.2 Построение гистограмм плотностей распределения для выборки массива. Графическое сравнение гистограммы с нормальным распределением

Сортировка элементов массива в порядке возрастания









Максимальное и минимальное значение вариант













Шаг – длина интервала

5.2 Проверка гипотезы о законе распределения с помощью критерия Пирсона

О п р е д е л и м χ ²_{н а б л}









О п р е д е л и м χ ²_{к р и т}











































































6.2 Выявление корреляционной зависимости между переменными в массиве. Уравнение прямой и обратной регрессии.














П р о в е р к а г и п о т е з ы о з н а ч и м о с т и к о э ф ф и ц и е н т а к о р р е л я ц и и