Математическая статистика и планирование эксперимента. Рыков В.В - 273 стр.

UptoLike

ВУЗ: 

РГУНиГ им. Губкина | Москва

Составители: 

Рубрика: 

Приложение A. Обработка данных на компьютере
На первый взгляд, распределение первых тридцати наблю-
дений отличается от распределения остальных. Разделим вы-
борку остатков на две части и проверим равенство дисперсий
и м.о.
> Eps1:=LinearAlgebra[SubVector](Eps, 1..30):
> Eps2:=LinearAlgebra[SubVector](Eps, 31..n):
> TwoSampleFTest(Eps1, Eps2, 1, output=[hypothesis, pvalue]);
true, 0.101830392
Дисперсии можно считать равными, поэтому при вы-
зове функции T woSampleT T est() воспользуемся опцией
equalvariances = true.
> TwoSampleTTest(Eps1, Eps2, 0, equalvariances=true,
> output=[hypothesis, pvalue]);
true, 0.05358793824
Таким образом, м.о. тоже можно считать равными, хотя
pvalue очень близко к критическому уровню.
Существуют и другие варианты вывода результатов функ-
ции LinearF it(), информацию о них можно получить в спра-
вочной системе Maple. При этом многие важные элементы ре-
грессионного анализа не предусмотрены – так, нет доверитель-
ного интервала для прогнозируемого значения отклика, нет
уже упоминавшейся проверки значимости коэффициентов. Так
же отсутствуют критерии некоррелированности остатков и бо-
лее сложные критерии проверки их однородности – исследо-
вателю остаются широкие возможности самостоятельного про-
граммирования.
273

Страницы