Скачать работу - Исследование прочности на разрыв полосок ситцаМатематическая статистика – наука которая занимается разработкой методов отбора, группировки и обработки опытных данных с целью изучения закономерностей массовых случайных явлений.
Математическая статистика опирается на методы и понятия теории вероятностей и, в свою очередь, служит основой для обработки анализа статистических результатов в конкретных областях человеческой деятельности.
Задачи математической статистики: 1) нахождение функции распределения по опытным данным. 2) из теоретических соображений функция распределения оказывается в общем виде известна, но неизвестны её параметры.
Неизвестные параметры определяются по опытным данным. 3) Статистическая проверка гипотез: в общем виде известна функция распределения, определяют её неизвестные параметры и выясняют, как согласуются экспериментальные данные с общим видом функции распределения. 2. Цель курсовой работы. Целью курсовой работы является закрепление теоретических знаний и приобретения навыков обработки статистической информации. 3.Постановка задачи В данной курсовой работе были поставлены следующие задачи для обработки статистических данных: 1) построение полигона частот и относительных частот 2) построение гистограммы частот и относительных частот 3) построение эмпирической функции распределения. 4) нахождение выборочной средней, выборочной дисперсии и нахождение среднего выборочного квадратичного отклонения. 5) проверка гипотезы о нормальном распределении изучаемой случайной величины. 4. Исходные данные Вариант 14 Прочность на разрыв полосок ситца (в дан.): 32 31 34 32 31 29 32 34 33 31 31 34 32 31 35 32 34 33 31 30 30 32 32 34 31 31 35 32 34 33 32 31 34 32 31 29 32 34 33 31 31 34 32 31 35 32 34 33 31 30 34 32 31 29 32 34 33 31 30 32 32 31 36 32 34 33 31 30 32 33 31 28 32 34 33 31 30 32 33 30 35 32 34 33 32 30 31 33 30 33 32 34 33 31 30 32 33 30 31 32 34 33 31 30 32 33 30 31 32 33 33 31 30 32 33 30 31 32 33 30 34 33 31 30 32 33 30 31 32 33 5. Распределение случайной величины на основе опытных данных Для обработки опытных данных воспользуемся составлением статистического ряда. В первой строке записываются номера наблюдений, а во второй строке результаты наблюдений. Если результаты наблюдений расположить в возрастающем порядке, то получим вариационный ряд.
Результат измерения называетсяварианта. Число появления каждой варианты называется частотой.
Отношение частоты к объему выборки называется относительной частотой. x i - варианта (значение, полученное в процессе измерения) n i - частота (сколько раз появилась каждая варианта) Р * i – отношение частоты объёму выборки
x i | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 |
n i | 1 | 3 | 18 | 29 | 32 | 24 | 18 | 4 | 1 |
ni Pi * n | 1 130 | 3 130 | 18 130 | 29 130 | 32 130 | 24 130 | 18 130 | 4 130 | 1 130 |
Существует вместо статистического ряда так называемая статистическая совокупность, для этого все наблюдаемые значения признака разбиваются на группы равной длины.
x i x x i+1 | (27 ;29] | (29;31] | (31;33] | (33;35] | (35;37] |
n i | 4 | 47 | 56 | 22 | 1 |
P i * | 4/130 | 47/130 | 56/130 | 22/130 | 1/130 |
Размах колебания: х min =28 х max =36 R = 36-28=8 Статистическое распределение можно изобразить графически: Либо в виде полигона частот, полигона относительных частот и в виде гистограммы частот, гистограммы относительных частот.
Полигоном частот называется ломаная линия, соединяющая точки с аб c ци c сой (О х ) - варианта и ординатой (О у ) – частота. C троим полигон частот. Полигоном относительных частот называется ломаная линия, соединяющая точки с абсциссой (О х ) – варианта и ординатой (О у ) – относительная частота.
Строим полигон относительных частот. Полигон относительных частот Гистограммой частот называется фигура, состоящая из прямоугольников с равными основаниями (длина интервала) и площадью численно равной частоте. Для построения гистограммы воспользуемся таблицей:
x i i+1 | (27 ;29] | (29;31] | (31;33] | (33;35] | (35;37] |
n i | 4 | 47 | 56 | 22 | 1 |
h i = n i x | 4/2 | 47/2 | 56/2 | 22/2 | 1/2 |
| | | | | | | | |
| | | | | | | x=2 | |
hi | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
56 2 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
47 2 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
22 2 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
4/ 2 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
1/ 2 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| 27 | 29 | 31 | 33 | 35 | 37 | | |
| | | | | | | | xi |
| | | | | | | | |
Гистограммой относительных частот называется фигура, состоящая из прямоугольников с равными основаниями (длина интервала)и площадью численно равной относительной частоте. Для построения гистограммы воспользуемся таблицей:
x i i+1 | (27 ;29] | (29;31] | (31;33] | (33;35] | (35;37] |
Р * i | 4 /130 | 47 /130 | 56 /130 | 22 /130 | 1 /130 |
h i = P * i x | 4/260 | 47/260 | 56/260 | 22/260 | 1/260 |
x=2
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
h*i | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
56 260 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
47 260 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
22 260 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
4 260 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
1 260 | | | | | | | | |
| | | | | | | | |
| | | | | | | | |
0 | 27 | 29 | 31 | 33 | 35 | 37 | | |
| | | | | | | | xi |
| | | | | | | | |
| | | | | | | | |
6. Построение эмпирической функции распределения Статистическая функция распределения (эмпирическая) – это частота события, состоящего в том, что случайная величина Х в процессе изменения примет значение меньше некоторого фиксированного х
|
1) F * ( x )= P * ( X 2) 28 x 29 F * ( x )= P * ( X P * ( X =28)=1/130 3) 29 x 30 F * ( x )= P * ( X =28)+ P * ( X =29)=1/130+3/130=4/130 4) 30 x 31 F * ( x )= P * ( X P * ( X =28)+ P * ( X =29) P * ( X =30)+1/130+3/130+18/130=22/130 5) 31 F * (x)=P * (X * (X=28)+ +P * (X=29)+P * (X=30)+P * (X=31)=1/130+3/130+18/130+29/130=51/130 6) 32 F * (x)=P * (X * (X=28)+P * (X=29)+P * (X=30)+P * (X=31) P * (X=32)=1/130+3/130+18/130+29/130+32/130=83/130 7) 33 F * (x)=P * (X * (X=28)+P * (X=29)+P * (X=30)+P * (X=31)+ +P * (X=32)+P * (X=33)=1/130+3/130+18/130+29/130+32/130+24/130=107/130 8)34 F * (x)=P * (X * (X=28)+P * (X=29)+P * (X=30)+P * (X=31)+ +P * (X=32)+P * (X=33) P * (X=34)= =1/130+3/130+18/130+29/130+32/130+24/130+18/130=125/130 9) 35 F * (x)=P * (X * (X=28)+P * (X=29)+P * (X=30)+P * (X=31)+ +P * (X=32)+P * (X=33) P * (X=34)+ P * (X=35) =1/130+3/130+18/130+29/130+32/130+24/130+18/130+4/130=129/130 10) x>36 F * (x)=1
|
| |
0, - 1/130, - 4/130, 29 22/130, 30 F * ( x ) 51/130, 31 83/130, 32 107/130, 33 125/130, 34 129/130, 35 1, х>36 Статистическая функция распределения является разрывной функцией и её графиком является ступенчатая линия.
Построим систему координат: на оси Ох=х i на оси Оу= F * ( x )
| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | F* | | | | | | | | | | | | | | | | | | | | | | | | 1 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 129/130 | | | | | | | | | | | | | | | | | | | | | | | | 125/130 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 107/130 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 83/130 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 51/130 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 22/130 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 4/130 | | | | | | | | | | | | | | | | | | | | | | | | 1/130 | | | | | | | | | | | | | | | | | | | | | | | | 0 | | | | | | | | | | | xi | | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | | | | | | | | | | | | | | | | | | | | | | | | | | |
| | | | | | | | | | | |
| | | | | | | | | | | |
| | | | | | | | | | | |
| | | | | | | | | | | |
7.Статистические оценки параметров распределения Одной из задач статистики является оценка параметров распределения случайной величины Х по данным выборки.
Оценка параметра зависит от наблюдаемых значений и от числа наблюдений. Для того чтобы полученную оценку можно было бы использовать на практике она должна удовлетворять следующим условиям: 1) оценка должна быть не смещённой оценкой параметра, т.е. математическое ожидание должно быть равно оцениваемому параметру. Если это условие не выполняется, то оценку называют смещённой оценкой оцениваемого параметра; 2) оценка должна быть состоятельной оценкой оцениваемого параметра; 3) Оценка должна быть эффективной оценкой оцениваемого параметра; Из всех различных оценок выбираем ту которая имеет наименьшую дисперсию она и называется эффективной если её дисперсия является минимальной из всех получившихся дисперсий. Таким образом, чтобы полученная опытным путем оценка оцениваемого параметра была пригодной она должна быть несмещённой состоятельной и эффективной. Пусть изучается дискретная генеральная совокупность объема N количественного признака Х. Генеральной средней совокупностью называют среднее арифметическое наблюдаемых значений.
|
| _ х 1 +х 2 +….+ х N х г = = N N = x i i=1 N | |
Если же значение признака х 1 ,х 2 ,…….х к имеют соответственно частоты N 1 , N 2 …….. N k , то средняя генеральная вычисляется по формуле:
_ х 1 N 1 +x 2 N 2 +…...x k N k х г = = N k = x i N i i=1 N |
Пусть для изучения генеральной совокупности относительно некоторого количественного признака Х произведена выборка объема n .
х 1 +х 2 +….х n х в = = n n = x i i =1 n | |
Выборочной средней называют среднее арифметическое наблюдаемых значений в данной выборке.
Если же значение признака х 1 ,х 2 ,….х k имеет соответственно частоты n 1 , n 2 ,…. n k , то выборочная средняя определяется по формуле:
|
| _ х 1 n 1 + x 2 n 2 +…+ x k n k х в =______________________ = n k = x i n i i =1 n | |
x i | 28 | 29 | 30 | 32 | 32 | 33 | 34 | 35 | 36 |
n i | 1 | 3 | 18 | 29 | 32 | 24 | 18 | 4 | 1 |
_ 28 1+29 3+30 18+31 29+32 32+33 24+34 18+35 4+36 1
в = = 130 = 4158 = 31,98
130 Выборочной дисперсией называется среднее арифметическое квадратов отклонений наблюдаемых значений от выборочной средней.
Вычисляется выборочная дисперсия по формуле:
_ _ _ _ (х 1 -х в ) 2 + (х 2 -х в ) 2 + ….(х n -х в ) 2 D в = n = n _ = ( х i -x в ) 2 i =1 n |
Если же значение признака х 1 ,х 2….. x k имеет соответственно частоты n 1 , n 2…. n k , то выборочная дисперсия вычисляется по формуле:
_ _ _ _ (х 1 -х в ) 2 n 1 + (х 2 -х в ) 2 n 2 + ….(х k -х в ) 2 n k = D в = n k _ = ( х i - x в ) 2 n i i =1 n |
_ (28-31,98) 2 1+(29-31,98) 2 3+(30-31,98) 2 18+(31-31,98) 2 29+ D в = +(32-31,98) 2 32+(33-31,98) 2 24+(34-31,98) 2 18+(35-31,98) 2 4+(36-31,98) 2 1 =
130
= 291,972 = 2,24 130 Среднее выборочное квадратичное отклонение - это величина численно равная квадратному корню из выборочной дисперсии.
__ в = 2,24 = 1,5 Нормальный закон распределения случайной величины
Говорят, что случайная величина распределена по нормальному закону если плотность распределения этой случайной величины выражается формулой:
1 -(x-a) 2 F(x) = 2¶ e 2 2 |
SHAPE * MERGEFORMAT
8.Проверка гипотезы о нормальном распределении изучаемой величины
Гипотезу Н 0 выдвигаем в качестве основной – пусть наш исследуемый признак х распределён по нормальному закону.
Параллельно гипотезе Н 0 выдвигаем альтернативную гипотезу о том, что исследуемый признак распределен не по нормальному закону.
Проверка гипотезы о предполагаемом законе распределения производится с помощью специально подобранной величины называемой критерием согласия. Для исследования воспользуемся критерием 2 Пирсона.
Вычисляем 2 для наблюдаемых значений. Для вычислений составляем таблицу и воспользуемся следующими формулами: SHAPE * MERGEFORMAT
_ х в =31,98 _ D в =2,24 _ в =1,5
N интервал I | xi | ni | xi | xi^2 | xi-xв | xi+1-xв | Zi | Zi+1 | Ф(Zi) | Ф(Zi+1) | Pi=Ф(Zi+1)-Ф(Zi) | ni*=n *Pi | ni-ni* | (ni-ni*)^2 | (ni-ni*)^2/ni* |
1 | 27 | 4 | 28 | 784 | -4,98 | -2,98 | -3,32 | -1,987 | -0,4991 | -0,4699 | 0,03 | 3,7999 | 0,2001 | 0,04004 | 0,01053712 |
2 | 29 | 47 | 30 | 900 | -2,98 | -0,98 | -1,987 | -0,653 | -0,4699 | -0,2357 | 0,23 | 30,446 | 16,554 | 274,03492 | 9,00068699 |
3 | 31 | 56 | 32 | 1024 | -0,98 | 1,02 | -0,653 | 0,68 | -0,2357 | 0,2357 | 0,47 | 61,282 | -5,282 | 27,899524 | 0,45526458 |
4 | 33 | 22 | 34 | 1156 | 1,02 | 3,02 | 0,68 | 2,0133 | 0,2357 | 0,4699 | 0,23 | 30,446 | -8,446 | 71,334916 | 2,34299796 |
5 | 35 | 1 | 36 | 1296 | 3,02 | 5,02 | 2,0133 | 3,3467 | 0,4699 | 0,49913 | 0,03 | 3,7999 | -2,7999 | 7,83944 | 2,06306482 |
| | 130 | | | | | | | | | | | | | 13,8725515 |
k ( n i - n i * ) 2
2 набл. = i=1 n i 2 набл =13,8725515 Далее находим 2 с помощью таблицы критических точек распределения по заданному уровню значимости =0,05 и числу степеней свободы. К= S-3 5-3=2 2 крит. =6,0 2 набл =13,8725515 > 2 крит =6,0 Гипотеза не принимается. 9. Вывод В данной работе был изучен статистический материал по исследованию прочности на разрыв полосок ситца, статистически были обработаны и получены соответствующие результаты. Цель курсовой работы реализована через решение поставленных задач.
оценка стоимости векселя в Курскеоценка аренды земельного участка в Твериоценка объектов жилой недвижимости в Москве