Компьютерный практикум в пакете Statistica. Баркова Л.Н - 31 стр.

UptoLike

Составители: 

Рубрика: 

31
Проверим сначала гипотезу о нормальном законе распределения
случайной величины.
Для этого используется критерий Колмогорова-Смирнова.
Проверка гипотезы о нормальном законе распределения включает
следующие действия :
1) вызовем меню Analysis-Frequency Tables;
2) в открывшемся окне Frequency Tables нажмем на кнопку Variables, в
результате откроется окно Select the Variables for Analysis;
3) в списке переменных окна Variables выделим переменную SNOW_MM
и нажмем кнопку OK;
4) в секции Test of Normality установим флажок K-S test,mean/std. dv
known, который задает режим проверки нормального закона по
критерию Колмогорова-Смирнова ;
5) нажмем кнопку Tests of Normality, получим таблицу с результатами
проверки гипотезы .
Так как значение критического уровня значимости большое
(p>0.2), то можно утверждать, что распределение является
нормальным.
Для построения гистограммы в окне Frequency tables отметим
переключатель No of exact intervals и в соответствующее поле введем
количество интервалов в нашем случае оно равно 6. Далее Histogram
и получим гистограмму частот и график теоретической плотности
нормального распределения .
Для построения графика на нормальноq бумаге в окне Frequency
Tables нажмем кнопку Normal Probability plots.
Наилучшим ли образом нормальный закон соответствует
распределению случайной величины исследуемой совокупности?
Внешний вид гистограммы частот позволяет выдвинуть и другие
гипотезы о законе распределения . Для проверки других гипотез
воспользуемся процедурами пакета в модуле
Nonparametrics/Distribution. Проверку будем выполнять по
2
χ
-
критерию Пирсона.
В окне STATISTICA Module Switcher выберем
Nonparametrics/Distrib Switch to. Выберем режим Distribution
Fitting. Откроется список непрерывных законов распределения .
Сначала проверим гипотезу о нормальном законе распределения . Для
этого выделим Normal - OK. В окне Fitting Continuous Distributions
Variables и далее в окне Select Variables for Analysis выбрать
переменную SNOW_MM OK. Получим среднее значение
8333
.
101
=
µ
и дисперсия
4536
.
2409
2
=σ .
                                    31
   Проверим сначала гипотезу о нормальном законе распределения
случайной величины.
   Для этого используется критерий Колмогорова-Смирнова.
      Проверка гипотезы о нормальном законе распределения включает
следующие действия:
   1) вызовем меню Analysis-Frequency Tables;
   2) в открывшемся окне Frequency Tables нажмем на кнопку Variables, в
      результате откроется окно Select the Variables for Analysis;
   3) в списке переменных окна Variables выделим переменную SNOW_MM
      и нажмем кнопку OK;
   4) в секции Test of Normality установим флажок K-S test,mean/std. dv
      known, который задает режим проверки нормального закона по
      критерию Колмогорова-Смирнова;
   5) нажмем кнопку Tests of Normality, получим таблицу с результатами
      проверки гипотезы.
            Так как значение критического уровня значимости большое
      (p>0.2), то можно утверждать, что распределение является
      нормальным.
            Для построения гистограммы в окне Frequency tables отметим
      переключатель No of exact intervals и в соответствующее поле введем
      количество интервалов – в нашем случае оно равно 6. Далее Histogram
      и получим гистограмму частот и график теоретической плотности
      нормального распределения.
            Для построения графика на нормальноq бумаге в окне Frequency
      Tables нажмем кнопку Normal Probability plots.
            Наилучшим ли образом нормальный закон соответствует
      распределению случайной величины исследуемой совокупности?
      Внешний вид гистограммы частот позволяет выдвинуть и другие
      гипотезы о законе распределения. Для проверки других гипотез
      воспользуемся        процедурами          пакета         в     модуле
      Nonparametrics/Distribution. Проверку будем выполнять по χ 2 -
      критерию Пирсона.
            В    окне   STATISTICA         Module     Switcher     выберем
      Nonparametrics/Distrib – Switch to. Выберем режим Distribution
      Fitting. Откроется список непрерывных законов распределения.
      Сначала проверим гипотезу о нормальном законе распределения. Для
      этого выделим Normal - OK. В окне Fitting Continuous Distributions –
      Variables и далее в окне Select Variables for Analysis выбрать
      переменную SNOW_MM – OK. Получим                     среднее значение
      µ =101 .8333 и дисперсия σ =2409.4536 .
                                2