Файл: Лабораторная работа 8 Проверка статистической гипотезы о виде распределения. Критерий согласия Пирсона Вариант 7 Задание.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 18.03.2024
Просмотров: 16
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Лабораторная работа №8
«Проверка статистической гипотезы
о виде распределения. Критерий согласия Пирсона»
Вариант 7
Задание
В следующей выборке представлены данные по цене (X) некоторого товара и количеству (Y) данного товара, приобретаемому домохозяйством ежемесячно в течение года.
Месяц | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
X | 22 | 32 | 27 | 37 | 42 | 47 | 52 | 47 | 37 | 52 | 57 | 52 |
Y | 118 | 83 | 108 | 88 | 68 | 63 | 48 | 88 | 68 | 38 | 48 | 38 |
1. Построить корреляционное поле (Диаграмма – Точечная).
2. Оценить тесноту связи между переменными с помощью коэффициента корреляции;
3. Найти уравнение регрессии Y по X.
4. Построить линию регрессии на корреляционном поле.
5. Оценить статистическую значимость полученного уравнения регрессии.
Решение:
Построим корреляционное поле, для этого отметим в системе координат 12 точек, соответствующих данным парам значений этих признаков.
Рис. 1 – Корреляционное поле
По расположению точек на корреляционном поле естественно предположить, что зависимость между X и Y близка к линейной. Для построения диаграммы рассеяния в Excel можно воспользоваться командой меню Вставка Точечная диаграмма.
На основе анализа поля корреляции видно, что между ценой товара и приобретаемым количеством существует обратная связь, то есть с увеличением цены количество приобретаемых товаров уменьшается.
2. Определим линейный коэффициент корреляции и проверим его на значимость.
Составим вспомогательную таблицу:
Месяц | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | Итого | Среднее |
X | 22 | 32 | 27 | 37 | 42 | 47 | 52 | 47 | 37 | 52 | 57 | 52 | 504 | 42.00 |
Y | 118 | 83 | 108 | 88 | 68 | 63 | 48 | 88 | 68 | 38 | 48 | 38 | 856 | 71.33 |
Y2i | 13924 | 6889 | 11664 | 7744 | 4624 | 3969 | 2304 | 7744 | 4624 | 1444 | 2304 | 1444 | 68678 | 5723.17 |
X2i | 484 | 1024 | 729 | 1369 | 1764 | 2209 | 2704 | 2209 | 1369 | 2704 | 3249 | 2704 | 22518 | 1876.50 |
XiYi | 2596 | 2656 | 2916 | 3256 | 2856 | 2961 | 2496 | 4136 | 2516 | 1976 | 2736 | 1976 | 33077 | 2756.42 |
Yрасч | 113.926 | 92.63 | 103.2778 | 81.981 | 71.333 | 60.685 | 50.037 | 60.685 | 81.981 | 50.037 | 39.389 | 50.037 | 856 | 71.33 |
e2 | 16.5981 | 92.73 | 22.29938 | 36.223 | 11.111 | 5.3584 | 4.1495 | 746.1 | 195.48 | 144.89 | 74.151 | 144.89 | 1494 | |
Рассчитаем коэффициент детерминации:
Коэффициент корреляции |r|=0.8966 находится в интервале 0,75-0,95, это указывает на сильную, тесную линейную связь между признаками. Так как r<0, это означает, что связь между ценой и количество приобретаемого обратная, то есть с увеличением цены количество приобретаемых товаров уменьшается.
Коэффициент детерминации R2=0,8039 показывает, что 80,39% вариации количества приобретаемого товара (Y) объясняется вариацией фактора X– ценой товара, а на долю прочих факторов приходится лишь 19,61%.
Проверим значимость коэффициента парной корреляции rxy при уровне значимости α=0,05.
Для определения tкрит может использоваться статистическая функция СТЬЮДРАСПОБР() из MS Excel. При α = 0,05 и степени свободы k = n–2 = 12–2 = 10 tкрит = t1α,n-2 = СТЬЮДРАСПОБР(0,05;10) =2,2281.
Рисунок 2 - Окно ввода параметров функции СТЬЮДРАСПОБР() MS Excel
Так как tr=6,4017>t1α,n-2 =2,2281, то делаем вывод о статистической значимости линейного коэффициента парной корреляции rxy.
3. Определим параметры a и b линейной модели регрессии y=ax+bи наложим ее график на корреляционное поле.
Рассчитаем коэффициенты регрессии:
Регрессионное уравнение имеет следующий вид:
Значение коэффициентов в уравнении регрессии означает, что увеличение цены продукции на 1 усл. ед. приводит в среднем к уменьшению количество приобретаемого товара на 2,2196 ед.
4. Изобразим на корреляционном поле график функции
Рис. 3 – График функции
5. Проверяем адекватность полученного уравнения регрессии по критерию Фишера — Снедекора. Находим статистику:
При уровне значимости α=0,05 и числах степеней свободы k1=1, k2=n-2=10-2=10 по таблице критических значений точек распределения Фишера – Снедекора находим:
Так как , то модель адекватна. Следовательно, зависимость между ценой X и количеством приобретаемых товаров Y описывается уравнением .