Примеры графического анализа

Примеры графического анализа

• Выбор производится с использованием таблицы случайных чисел Объем я = 10 от обычного закона q = 1, а = 2 -2,504; 0,342; -1,512; 1,636; 4062; 1698; -0,916; 0,882; 1,830; -1,168. Рисунок 2. Нормализация Вероятностная диссертация 1,5 1 0,5 0 0,5 1 1,5 9 Я — — — в / • Я 1 я 1! , Х- • ^ r _ — — — 1 1 1 1 -z -g -1 o 12 3 * 5 X Рисунок 3. Точки (x, t … Ф- ‘(A — 0.5.10)) Для nskus-, соседняя прямая Обычный обычный Согласно обычной таблице обратных функций из [1] ф-1 (- Я я — О,. 10 L) (- 6E) -Н, 125 7D) (—Н, 385 8C) (-Н, 675 9В) () L, 036 10,1) (-) 1 645 Точки (* («, Ф-1 ((i-0.5) / 10)), 1 = 1, 2, …, 10 отмечены Графики (рисунок 3), прямые линии выделены на глаз у = (дс-д) / а, плохо х = Где с = 0,44; а = 1,87.

Среднее значение выборки и дисперсия равны x ^ -j ^ xi-0,435; с \ = ±? х * -? -2,976; с0 = 1,725. я-л Как видите, графические приближения дают оценки q и a. Для закрытия Близко к выбору. В следующей таблице приведены данные о годовом потреблении. Потребление мясных продуктов на душу населения (включая фунты) Американские птицы и рыбы с 1919 по 1941 год Линия) [3]: 171 568 146 0,3 0 7 167 164 160 +0,0 +0,7 0,2 164, 163. 15G. 5 0 8 169. 162. 156. 3 1 8 179, 160. 1G5. 4 2 4 179 161 174 , 2 , 2 7 172. 165, 178, 6 8 7 170, 163, 5 5 (8) Эти данные предлагается описать моделью. (9) / Представляет год, а xt — потребление за этот год.

Полином А + + bt-rrt2 + dt3 предназначен для отражения неслучайных изменений в изменениях. Людмила Фирмаль

Переменная xt называется трендом, а коэффициенты a, b, c и d равны 7920 25 30 35 Рис. 4 года потребления мяса N polino в США с 1919 по 1941 год Полиномиальное приближение 0,99 0,95 0.9 0.7 0,5 0,3 0,1 0,05 0,01 т — 1—1—1— _ — — J S 7 л я я 1-1 1 — г—; х * — — Я меня я / «5150155160165 PO 175180 О фигуре. Данные о потреблении мяса В Соединенных Штатах с 1919 по 1941 год Нормальный стохастик бумага Отбор по наблюдению (8); случайное изменение е (- Годовое потребление считается независимым и одинаково нормальным Я ел с нормальным распределением. с. Неизвестно с нулевым средним Дисперсия. Значение (8) и аппроксимирующий их полином Это показано на рисунке. 4.

Давайте использовать графическую технику выше Проанализируйте данные (8), чтобы увидеть, возможно ли это Это считается образец с нормальным распределением. Предполагая, что коэффициенты b, c, d в (9) равны нулю, Колебания годового потребления носят чисто случайный характер и не учитываются Включая тренды. Рисунок Сюжет 5 Программы Удовлетворительное согласие с прямыми глазами m = 166,5, а = 7,33. A0) Между тем книга [3J Данные (8) указывают, что это должно быть описано моделью (9). 35 Отображается в рнс. 4. Противоречие толкования Статистические данные (8) позволяют обратить внимание на:

• Важные выводы ниже. Статистические методы предназначены для некоторых проверок Аспект вероятностной модели, не улавливает другие отклонения Другое направление. Поэтому при анализе данных Представьте себе, что никаких предположений о модели не сделано ниже Сомнительно и подлежит наблюдательной проверке. В графическом анализе (рн. См. 4) Наблюдения независимы, равномерно распределены и подтверждены Гипотеза о нормальности их общего распределения.

Результат Нарушив первое предположение, Проверяемая гипотеза несостоятельна. Кстати, е. е. не изменился при переезде Наблюдения xi, x2 xn, другими словами, это Порядок статистики dsA), dsB> X (Pu, особенности наблюдений t / i = x (j),? = 1, …, n имеют одинаковые e. е. р. Это n ds (, »= 1, 2, …, l, n Если вы не обращаете на это внимания, по результатам анализа

Значения e.f.r. yi i = l, …, n могут принять это неправильно Тот же стохастический закон, что и ds is-. Людмила Фирмаль

Смотрите также:

Предмет статистики

Параметры сдвига и масштаба: графический анализ	Экспоненциальное распределение и пуассоновский процесс
Вероятностная бумага	Условное распределение точек пуассоновского процесса