Министерство образования и науки Российской

Федерации
Федеральное государственное бюджетное
образовательное учреждение
высшего образования
Пермский национальный исследовательский
политехнический университет

Факультет прикладной математики и механики

Кафедра «Прикладной математики»

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ
«СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ
ЗАВИСИМОСТЕЙ»

Выполнил: студен группы

ИВК-18-1б Жуйкова Вероника
Проверил: доцент кафедры ПМ А.Ю. Давыдов

Пермь
2019
 СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ
ЗАВИСИМОСТЕЙ.
Пусть двумерна статистическая выборка ( xi , yi ) , объемом
n=85, задана таблицей 1.

Таблица 1
X Y X Y X Y X Y
37 159 48 202 31 134 33 133
39 174 41 182 42 176 40 169
30 133 31 127 39 173 35 147
32 137 44 191 34 138 24 115
40 173 38 159 36 154 37 160
34 145 28 126 31 133 42 168
33 150 42 181 29 125 38 153
40 162 31 132 41 182 35 159
38 157 26 116 27 109 38 162
35 140 32 140 27 124 32 146
37 157 31 143 37 154 38 154
35 149 40 163 38 157 37 167
26 114 31 126 47 198 41 182
29 118 34 139 40 176 33 139
37 166 45 185 33 149 32 128
31 134 36 161 36 154 42 178
38 154 38 153 36 150 28 129
38 159 35 150 41 179 44 178
33 151 32 129 41 172 42 180
36 144 37 157 35 150 35 142
37 158 40 161 39 169 33 136
35 141

Исследование проведем по следующему алгоритму:

1. Построим диаграмму рассеяния данных (рис.3).

2. Результаты выборки представим в виде корреляционной
таблицы (таб.2). Для этого реализации величин x и y
группируем по частичным интервалам. Для удобства
 проведения расчетов примем x = 5, y = 10. В клетки
таблицы запишем число пар значений выборки для каждой
комбинации интервалов.
Таблица 2
Y 100- 110- 120- 130 140- 150 160- 170- 180 190- 200- nx
X 110 120 130 - 150 - 170 180 - 200 210
140 160 190
24- 0 1 0 0 0 0 0 0 0 0 0 1
25
25- 1 3 4 1 0 0 0 0 0 0 0 9
30
30- 0 0 4 10 10 5 0 0 0 0 0 29
35
35- 0 0 0 0 1 16 10 4 0 0 0 31
40
40- 0 0 0 0 0 0 1 5 6 1 0 13
45
45- 0 0 0 0 0 0 0 0 0 1 1 2
50
ny 1 4 8 11 11 21 11 9 6 2 1 85

Построим гистограммы распределений случайных величин (рис.1),

(рис.2).

Рисунок 1
Рисунок 2
3. По выборке найдем статистические оценки
математических ожиданий и среднеквадратических
отклонений. Парный коэффициент корреляции вычисляется
по формуле.
В нашем примере:
x  35,87059
y  152,6941
S x  4,93
S y  20,368
  0,95
4. Проверим по критериям согласия согласуются ли опытные
данные с нормальным законом распределения.
Наиболее часто используюся критерии Х2:
Наблюдаемое значение:
r  n  n'  2
2   i i
i 1 n'i

В случае нормального закона:

 2
xi 1  ( x  а) а
1 2  x  x  а 
n'i  n  e 2 , dx  n Ф i 1   Ф i
    ,
xi  2       

где

t2
x 
1 2  dt
Ф( x)  e
2 0
2
Расчет величины  приведен в табл. 3 и 4:
Таблица 3
№ ( xi ; xi1 ) ni n'i  ni  n'i  2
п/п
n'i
1  25 1 1,18 
 10  9,94
2 25-30 9 8,76  0,00036
3 30-35 24 26.49 0,23
4 35-40 29 31,29 0,17
5 40-45 18 14,6 
45  
 21  17,16
6 3 2,56 0,86

∑ 85 85 1,44036
 k  r 3 633
= 0,05, .
2 2
набл крит
= 1,44036. По таблице находим =7,8. Так как
2 2
набл< крит, то опытные данные согласуются с

нормальным законом распределения.

Таблица 4
№ ( yi ; y
i1
) ni n'i  ni  n'i  2
п/п
n'i
1  110 1 1,52  0.042
 5  4,56
2 110-120 4 3,04
3 120-130 9 6,78 0.73
4 130-140 11 11,4 0.014
5 140-150 13 15,36 0.36
6 150-160 18 16,35 0.17
7 160-170 12 13,74 0.17
8 170-180 10 9,15 0.08
9 180-190 4 4,8 0.13
10 190-200 2 1,99  0.007
200-  
 3  2,86
11 1 0,87 

∑ 85 85 1.703

 k  r  3  11  3  8
= 0,05, .
2 2 2
набл крит
= 1,703. По таблице находим =15.5. Так как
2
набл< крит, то опытные данные согласуются с

нормальным законом распределения.

5. Проверим значимость выборочного коэффициента

корреляции. Примем уровень значимости нулевой гипотезы


= 0,05. Тогда, для объема выборки n=85 табличное

значение статистики Стьюдента будет равно :

 t табл   , n  2   1,99
Наблюдаемое значение:

t расч   n  2  31,24
1 2
Выполняется неравенство:
t расч  t табл
Таким образом, принимается гипотеза о статистической
значимости коэффициента корреляции случайных величин x и
y.
С учетом рассчитанных ранее значений построим
уравнения регрессии:
y  152,69  3,97( x  35,87)
x  35,87  0,23( y  152,69)
Графики полученных зависимостей нанесем на диаграмму
рассеяния. Для удобства построения прямых необходимо выразить
в уравнении y через x .
Рис. 3. Диаграмма рассеивания и графики регрессии