Читайте также:
|
|
Решение
№№ п/п | Х, км | у,см |
7,8 | 5,5 | |
6,5 | ||
9,3 | ||
8,2 | 4,5 | |
6,4 | 2,5 | |
3,5 | ||
3,5 | 2,5 | |
8,1 | ||
7,2 | ||
5,7 | 5,5 | |
6,2 | ||
8,5 | ||
6,5 | 6,5 | |
5,3 | ||
8,5 | ||
4,5 | 2,5 | |
6,7 | ||
4,7 | ||
7,5 | 5,5 |
1.
2. На основании поля корреляции можно предположить существование между величинами Х и Y линейной корреляционной зависимости с функцией регрессии y = Ax + B
3.
№п/п i | ( () | i | |||||||
6.1 | 11.6 | -2.7 | -1.0 | 7.29 | 2.70 | 11.7 | 0,009 | ||
7.2 | 12.8 | -1.6 | 0.2 | 2.56 | 0.04 | -0.32 | 12.0 | 0,541 | |
5.5 | 11.0 | -3.3 | -1.6 | 10.89 | 2.56 | 5.28 | 11.5 | 0,246 | |
8.6 | 13.7 | -0.2 | 1.21 | 0.04 | 1.21 | -0.22 | 12.5 | 1,362 | |
10.2 | 12.7 | 1.4 | 0.1 | 1.96 | 0.01 | 0.14 | 13.1 | 0,136 | |
11.4 | 14.2 | 2.6 | 1.6 | 6.76 | 2.56 | 4.16 | 13.5 | 0,533 | |
8.0 | 13.0 | -0.8 | 0.4 | 0.64 | 0.16 | -0.32 | 12.3 | 0,446 | |
6.7 | 11.3 | -2.1 | -1.3 | 4.41 | 1.69 | 2.73 | 11.9 | 0,357 | |
9.2 | 12.6 | 0.4 | 0.16 | 12.7 | 0,018 | ||||
11.0 | 12.3 | 2.2 | -0.3 | 4.84 | 0.09 | -0.66 | 13.3 | 1,074 | |
8.2 | 12.0 | -0.6 | -0.6 | 0.36 | 0.36 | 0.36 | 12.4 | 0,159 | |
12.1 | 13.4 | 3.3 | 0.8 | 10.89 | 0.64 | 2.64 | 13.7 | 0,093 | |
10.5 | 13.5 | 1.7 | 0.9 | 2.89 | 0.81 | 1.53 | 13.2 | 0,110 | |
9.7 | 13.4 | 0.9 | 0.8 | 0.81 | 0.64 | 0.72 | 12.9 | 0,249 | |
7.6 | 11.5 | -1.2 | -1.1 | 1.44 | 1.21 | 1.32 | 12.2 | 0,488 | |
132.0 | 189.0 | 55.94 | 12.98 | 20.60 | 189.0 | 5,818 |
1.
2. =
3. =
4. =
5. =
6. - нулевая гипотеза о не значимости коэффициента корреляции.
Эмпирическое значение критерия проверки гипотезы:
Критическое значение критерия находим из таблиц распределения Стьюдента (приложение 4) по доверительной вероятности и числу степеней свободы .
Так как , то гипотеза о не значимости коэффициента корреляции отклоняется.
7. доверительный интервал для коэффициента корреляции.
Доверительный интервал для коэффициента корреляции
r(0.55;0.96)
Доверительный интервал для коэффициента корреляции r.
.
Т.к . , то выборочный коэффициент корреляции можно считать надежным, а линейную корреляционную зависимость между X и Y установленной.
7. -уравнение прямой регрессии;
Параметры уравнения регрессии:
.
.
Уравнение регрессии в числовом виде: .
Наносим прямую линию регрессии на график поля корреляции.
8.Оценка точности регрессии:
.
9. Оценка точности параметров уравнения регрессии:
- средние квадратические отклонения (точность) определения коэффициентов и соответственно.
Вывод:
1) Между случайными величинами X и Y существует прямая корреляционная зависимость с коэффициентом корреляции .
2) Уравнение регрессии получено с точностью .
Список литературы
1. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистики: Учеб. Пособие для студентов вузов.- М: Высш. шк., 2001.
2. Вентцель Е.СТеория вероятностей. - М.: Наука, 1969, 4 изд.
3. Гурский Е.И. Сборник задач по теории вероятностей и математической статистике. - М.: 1975.
4. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. - М.: ИНФРА-М, 1996.
5. Захаров В.К, Севастьянов Б.А, Чистяков В.П, Теория вероятностей, - М.:Наука,1983.
Дата добавления: 2015-01-12; просмотров: 33 | Поможем написать вашу работу | Нарушение авторских прав |