l |
2 |
3 |
4 |
5 |
8 |
"] 10 |
||||
. Х{ |
-0,1 |
-r-0,4 |
^0,9 |
+0,5 |
0,0 |
1,4 |
0,3 1 |
0,4 |
~1,4 |
^1,2: |
i |
11 |
12 |
IS |
.14 |
15 |
J6 |
17 |
181 |
19 |
20 |
-1,1 |
-1,1 |
-1,1 |
-0,9 j |
-^0,8 |
-6?8 |
—0,7 |
-0,7 |
-4),6 |
-4),S |
|
/ |
21 |
22 |
23 |
24 |
25 |
26 |
-"27. ■■ |
U9 |
30 Л |
|
xt |
-0,6 |
—0,6 |
—0,5 |
.—0,4 |
-0,1 |
-4),1 |
-0,1 |
0-1 |
0,2 |
0,4 |
i |
31 |
32 |
33 |
34 |
55 |
36 ь |
37 |
38 |
39 |
40 |
xt |
1,1 |
1,1 |
1,6 |
0,8 |
1,9 |
1Д |
1,9 |
2,0 |
2,1 |
0,7 |
. ■ : ■ - ё |
41 |
42 |
43 |
44 |
45 |
46 |
47 |
48 |
49 |
50 |
Xi |
-0,4 |
-0,1 |
1,3 |
1,0 |
0,4 |
1,4 |
0,7 |
0,8 |
0,0 |
1,0 |
i |
51 |
52 |
53 |
54 |
55 |
56 |
57 |
58 |
59 |
60 |
Xi |
0,2 |
-0,4 |
—0,3 |
0,3 |
0,4 |
0,1 |
0,6 |
2,0 |
0,4 |
0,1' |
i |
61 |
62 |
63 |
64 |
65 |
66 |
67 |
68 |
69 |
70 |
Xi |
—0,3 |
—0,0 |
-1,9 |
-4,2 |
-1,0 |
-1,0 |
—0,7 |
—Q,7 |
—0,6 |
—0,5 |
i |
71 |
72 |
73 |
74 |
75 |
76 |
77 |
1 78 |
||
Xi |
-0,3 |
-0,2 |
-4,1 |
0,0 |
0.5 |
1,0 |
—1,1 |
-0,6] |
Пример 1.1. Обозначим случайную величину ГН через У. Подвергнем У функциональному преобразованию:
yt—i— реализация У (i=l, 2, ..., 78);
. 78
В результате получены реализации xi(t = l, 2, ..., 78) преобразованной случайной величины х, которые представлены в табл. 1.2.
Задача состоит в проверке гипотезы о том, что случайная величина х подчинена стандартному нормальному закону с «функцией распределения
—по
После расположения Х{ в возрастающем порядке статистика -Л(о2 оказалась равной 0,0878, что обеспечивает неравенство лш2<(то2)кр вплоть до значений у—0,5. Следовательно, на уровне значимости 0,5 гипотеза о нормальности х принимается.
АССОЦИАТИВНЫЙ АНАЛИЗ
При статистической обработке экспериментальных материалов в пер'вую очередь необходимо установить, существует ли связь между двумя или несколькими факторами, разбитыми на группы по качественным или количественным признакам.
В таких случаях экспериментальные данные разбиваются на группы, каждая из которых определяет некоторые количественные или качественные признаки совокупности данных.
С помощью ассоциативного анализа [4] можно предварительно оценить, влияет ли на рассматриваемый показатель процесса тот или иной фактор и есть ли смысл проводить более подробные исследования, например дисперсионный и корреляционный анализы.
Мера связи двух качественных признаков, состоящих из двух групп, определяется коэффициентом ассоциации. Мера •связи для качественных признаков» каждый из которых состоит «более чем из двух групп, определяется коэффициентом взаимной сопряженности [9].
Рассмотрим применение ассоциативного анализа на конкретных примерах.
10
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.