Построение и графическое изображение вариационных рядов

Автор работы: Пользователь скрыл имя, 08 Декабря 2010 в 20:06, контрольная работа

Описание работы

Данная работа выполнена на демонстрационном примере в пакете Excel.

Содержание работы

Введение
Глава 1. Построение и графическое изображение вариационных рядов.
1.1 Порядок построения вариационных рядов
1.2. Графическое изображение дискретных вариационных рядов
1.3. Графическое изображение интервальных вариационных рядов
Глава 2. Статистические характеристики рядов распределения.
2.1. Показатели центра распределения
2.2. Показатели колеблемости признака
2.3. Показатели формы распределения
2.4. Построение нормальной кривой по эмпирическим и теоретическим данным
2.5. Проверка гипотезы о законе нормального распределения
2.6. Проверка гипотезы о законе нормального распределения по критерию Пирсона с помощью табличного процессора Excel
2.7. Статистические оценки параметров распределения
2.8. Статистические оценки параметров распределения
Глава 3. Корреляционно – регрессионный анализ.
3.1. Выбор типа аппроксимирующей функции
3.2. Исследование корреляционной связи и оценка степени пригодности полученного корреляционного уравнения
3.3. Вычисление показателей тесноты корреляционной связи
3.4. Проведение регрессионного анализа с помощью инструмента
Регрессия
Глава 4. Дисперсионный анализ.
4.1. Понятие дисперсионного анализа
4.2. Однофакторный дисперсионный анализ
Список литературы

Скачать архив (82.13 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

Документ Microsoft Word2.doc

— 328.50 Кб (Скачать файл)

     Значения  Yх  рассчитываются по уравнению регрессии путем подставления в него значений фактического признака (х). В РГР необходимо подсчитать ошибку уравнения для всех видов зависимостей, найти относительную ошибку уравнения, а также выявить  минимальную ошибку уравнения регрессии, и убедиться, что она соответствует той зависимости, у которой самый высокий коэффициент аппроксимации (R2).

 

      Минимальная ошибка уравнения равна 5,308431. Она соответствует линейной зависимости, у которой  самый высокий коэффициент аппроксимации (R2), равный 0,8572. 

Глава 4. Дисперсионный  анализ.

4.1. Понятие дисперсионного  анализа 

     В основе дисперсионного анализа лежит  правило сложения дисперсий. В соответствии с ним общая дисперсия результативного  признака при сгруппированных данных равна сумме межгрупповой и внутригрупповой  дисперсий.

     Межгрупповая вариация  результативного признака вызвана влиянием на него одного или нескольких изучаемых факторных признаков. Дисперсию, измеряющую межгрупповую вариацию, называют межгрупповой или факторной. Внутригрупповая вариация является результатом влияния на результативный признак неучтенных факторов. Показатель, характеризующий внутригрупповую вариацию, называется внутригрупповой или остаточной дисперсией. Весь объём вариации результативного признака  характеризуется общей дисперсией.

     Идея  дисперсионного анализа заключается в сравнении факторной дисперсии с остаточной. Отношение факторной дисперсии к остаточной носит название F- критерия или критерия Фишера и используется для оценки достоверности связи между результативным и факторными признаками. Если различие между факторной и остаточной дисперсиями  значимо,  то делается вывод о том, что фактор оказывает существенное влияние на результативный признак 
 
 
 

 

Список  литературы

  1. Венецкий И.Г., Кильдишев В.С. Теория вероятностей и математическая статистика. М.: Статистика,  1975.
  2. Ефимова М.Р., Рябцев В.М. Общая теория  статистики. М.: Финансы и статистика, 1991.
  3. Марк Джон, Крейг Стинсон. Эффективная работа с Microsoft Excel 2000. СПб.: Питер 2001.
  4. Блаттнер Патрик. Использование Microsoft Excel 2002. М.: Издательский дом «Вильямс», 2002.
 
 
 

 

Приложение 1.

Значение  дифференциальной функции Лапласа

  0 1 2 3 4 5 6 7 8 9
0,0 0,3989 ,3989 ,3989 ,3988 ,3986 ,3984 ,3982 ,3980 ,3977 ,3973
0,1 ,3970 ,3965 ,3961 ,3956 ,3951 ,3945 ,3939 ,3932 ,3925 ,3918
0,2 ,3910 ,3902 ,3894 ,3885 ,3846 ,3857 ,3857 ,3847 ,3836 ,3825
0,3 ,3814 ,3802 ,3790 ,3778 ,3765 ,3752 ,3739 ,3726 ,3712 ,3697
0,4 ,3683 ,3668 ,3652 ,3637 ,3621 ,3605 ,3589 ,3572 ,3555 ,3538
0,5 ,3521 ,3503 ,3485 ,3467 ,3448 ,3429 ,3410 ,3391 ,3372 ,3352
0,6 ,3332 ,3312 ,3292 ,3271 ,3251 ,3230 ,3209 ,3187 ,3166 ,3134
0,7 ,3123 ,3101 ,3079 ,3056 ,3054 ,3011 ,2989 ,2966 ,2973 ,2920
0,8 ,2897 ,2874 ,2850 ,2827 ,2803 ,2780 ,2756 ,2732 ,2709 ,2685
0,9 ,2661 ,2637 ,2613 ,2589 ,2565 ,2541 ,2516 ,2492 ,2468 ,2443
1,0 ,2420 ,2396 ,2371 ,2347 ,2323 ,2299 ,2275 ,2251 ,2227 ,2203
1,1 ,2179 ,2155 ,2131 ,2107 ,2083 ,2059 ,2036 ,2012 ,1989 ,1965
1,2 ,1942 ,1919 ,1895 ,1872 ,1849 ,1826 ,1804 ,1781 ,1758 ,1736
1,3 ,1714 ,1691 ,1696 ,1647 ,1626 ,1604 ,1582 ,1561 ,1539 ,1518
1,4 ,1497 ,1476 ,1456 ,1435 ,1415 ,1394 ,1374 ,1354 ,1334 ,1315
1,5 ,1295 ,1276 ,1267 ,1238 ,1219 ,1200 ,1182 ,1163 ,1145 ,1127
1,6 ,1109 ,1092 ,1074 ,1057 ,1040 ,1023 ,1006 ,0989 ,0973 ,0957
1,7 ,0940 ,0925 ,0909 ,0893 ,0878 ,0863 ,0848 ,0843 ,0818 ,0804
1,8 ,0790 ,0775 ,0761 ,0748 ,0734 ,0721 ,0707 ,0694 ,0681 ,0669
1,9 ,0658 ,0644 ,0632 ,0620 ,0608 ,0596 ,0584 ,0573 ,0562 ,0551
2,0 ,0540 ,0529 ,0519 ,0508 ,0498 ,0488 ,0478 ,0468 ,0459 ,0449
2,1 ,0440 ,0431 ,0422 ,0413 ,0404 ,0396 ,0387 ,0379 ,0371 ,0363
2,2 ,0355 ,0347 ,0339 ,0332 ,0325 ,0317 ,0310 ,0303 ,0227 ,0290
2,3 ,0283 ,0277 ,0270 ,0264 ,0258 ,0252 ,0246 ,0241 ,0235 ,0229
2,4 ,0224 ,0219 ,0213 ,0208 ,0203 ,0198 ,0194 ,0189 ,0184 ,0180
2,5 ,0173 ,0171 ,0167 ,0163 ,0158 ,0154 ,0151 ,0147 ,0143 ,0139
2,6 ,0136 ,0132 ,0129 ,0126 ,0122 ,,0119 ,0116 ,0113 ,0110 ,0107
2,7 ,0104 ,0101 ,0098 ,0096 ,0093 ,0091 ,0088 ,0086 ,0084 ,0081
2,8 ,0079 ,0077 ,0075 ,0073 ,0071 ,0069 ,0067 ,0065 ,0063 ,0061
2,9 ,0060 ,0058 ,0056 ,0055 ,0053 ,0051 ,0050 ,0048 ,0047 ,0046
3,0 ,0044 ,0043 ,0042 ,0040 ,0039 ,0038 ,0037 ,0036 ,0035 ,0034
3,1 ,0033 ,0032 ,0031 ,0030 ,0029 ,0028 ,0027 ,0026 ,0025 ,0025
3,2 ,0024 ,0023 ,0022 ,0022 ,0021 ,0020 ,0020 ,0019 ,0018 ,0018
3,3 ,0017 ,0017 ,0016 ,0016 ,0015 ,0015 ,0014 ,0014 ,0013 ,0013
3,4 ,0012 ,0012 ,0012 ,0011 ,0011 ,0010 ,0010 ,0010 ,0009 ,0009
3,5 ,0009 ,0008 ,0008 ,0008 ,0008 ,0007 ,0007 ,0007 ,0007 ,0006
3,6 ,0006 ,0006 ,0006 ,0005 ,0005 ,0005 ,0005 ,0005 ,0005 ,0004
3,7 ,0004 ,0004 ,0004 ,0004 ,0004 ,0004 ,0003 ,0003 ,0003 ,0003
3,8 ,0003 ,0003 ,0003 ,0003 ,0003 ,0002 ,0002 ,0002 ,0002 ,0002
3,9 ,0002 ,0002 ,0002 ,0002 ,0002 ,0002 ,0002 ,0002 ,0001 ,0001

 

      Приложение 2.

Критические точки распределения x2

Уровень

Значимости, α

  
Число степеней свободы, к
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0,01 6,6 9,2 11,3 13,3 15,1 16,8 18,5 20,1 21,7 23,2 24,7 26,2 27,7 29,1 30,6
0,05 3,8 6,0 7,8 9,9 11,1 12,6 14,1 15,5 16,9 18,3 19,7 21,0 22,4 23,7 25,0

     Приложение 3.

Критические точки  распределения Стьюдента

 
Число

 степеней

 свободы,  к

 Уровень значимости, α

(двусторонняя  критическая область)

 Число

степеней

 свободы  к

 Уровень значимости, α

(двусторонняя  критическая область)

0,05 0,01 0,05 0,01
1 12,7 63,7 18 2,10 2,88
2 4,30 9,92 19 2,09 2,86
3 3,18 5,84 20 2,09 2,85
4 2,78 4,60 21 2,08 2,83
5 2,57 4,03 22 2,07 2,82
6 2,45 3,71 23 2,07 2,81
7 2,36 3,50 24 2,06 2,80
8 2,31 3,36 25 2,06 2,79
9 2,26 3,25 26 2,06 2,78
10 2,23 3,17 27 2,05 2,77
11 2,20 3,11 28 2,05 2,76
12 2,18 3,05 29 2,05 2,76
13 2,16 3,01 30 2,04 2,75
14 2,14 2,98 40 2,02 2,70
15 2,13 2,95 60 2,00 2,66
16 2,12 2,92 120 1,98 2,62
17 2,11 2,90 - 1,96 2,58
  2,025 0,005
Уровень значимости α  (односторонняя критическая  область)

 

Информация о работе Построение и графическое изображение вариационных рядов