ість аномаліі117114, 94187,74517537211,990,655111 відсутність аномалііСумма32198 , 741508526,67 Ср.Знач.2927, 155
tсреднее = 6X2среднее = 2927,155 Sy = 2037,364 ? кр = 1,52
Якщо розрахункова величина ? t перевищує табличний рівень (для 11 спостережень значення критерію Ірвіна одно 1,52), то рівень х 2 (t) вважається аномальним.
Наступна процедура етапу попереднього аналізу даних - виявлення наявності тенденцій у розвитку досліджуваного показника.
Ділимо вихідний часовий ряд на дві приблизно рівні за кількістю рівнів частини. Для кожної з цих частин обчислюємо середні значення. p align="right"> Таблиця 5
Виявлення наявності тенденцій у розвитку досліджуваного показника
Для кожної з цих частин обчислюємо середні значення і дисперсії
n1 = 5n2 = 6x21cp = 1331,88 x22cp = 4256,55 ? 1 = 185129,1 ? 2 = ? - загальна дисперсія
Так як F розр табл (0,95; 4, 5) то гіпотеза про рівність дисперсій приймається.
Так як t розр > t табл , то гіпотеза про відсутність тренду відкидається. Тренд є.
Тоді можна перевірити основну гіпотезу про рівність середніх значень з використанням t-критерію Стьюдента:
Таблиця 6
двохвибіркового t-тести
Двохвибірковий F-тест для дісперсііПеременная 1Переменная одностороннее1, 28E-05F критичне одностороннее0, 159845Двухвиборочний t-тест з однаковими дісперсіяміПеременная 1Переменная дісперсія4, 67E +12 Гіпотетична різниця средніх0df9t-статистика-2, 10756P (T <= t) одностороннее0, 032162t критичне одностороннее1, 833113P (T <= t) двухстороннее0, 064324t критичне двухстороннее2, 262157
Вибір виду моделі та оцінка її параметрів
За допомогою команди В«Майстер діаграмВ» побудуємо різні лінії тренда. Для подальшого аналізу виберемо поліноміальний вигляд моделі (оцінка R 2 = 0,9863).
Рівняння залежності змінної х 2теорет від x має вигляд:
В
Оцінка якості моделі <...
