="justify"> (40)
Дисперсійне ставлення F = 0,81/1,35 = 0,6 треба порівняти з табличним для рівня значущості р = 0,05 і чисел ступенів свободи f1 = 49 і f2 = 14. = 2,1. p>, 47? 0,6? 2,1
Т.к. дисперсійне відношення потрапляє в довірчу область, з імовірністю 0,95 можна сказати, що отримані вибірки можна розглядати як взяті з генеральних сукупностей з однаковими дисперсіями.
.2.4 Оцінка довірчих інтервалів для середнього першої вибірки, використовуючи дані другої вибірки
За вибіркою обсягу 50 знайдено середнє значення = 19,79. Вважаючи, що генеральна сукупність розподілена за нормальним законом з відомим D = 0,81, побудувати довірчий інтервал для математичного сподівання з надійністю? = 0,95. br/>В
Користуючись таблицею, знаходимо величину t (0.95; 15) і визначаємо точність:
,
тоді інтервальна оцінка має межі (-0,45, +0,45), які залежать від двох випадкових величин і D. Отримуємо інтервал
(19,34 <<20,24)
Довірчий інтервал покриває справжнє значення математичного сподівання з надійністю 0,95.
2. Двовимірні випадкові величини
2.1 Корреляционное поле
Корреляционное поле використовується для виявлення та демонстрації залежностей між двома пов'язаними наборами даних і для підтвердження передбачуваних залежностей між ними.
Корреляционное поле являє графічно досліджувані залежності між двома пов'язаними наборами даних. Кореляційне поле показує пари чисел як скупчення точок. Залежності між пов'язаними наборами даних встановлюють за формою цих скупчень. p align="justify"> Позитивна залежність між Y 1 і Y 2 означає, що збільшення значень Y 1 пов'язано із збільшенням значень Y 2 . При негативній залежності збільшення Y 1 пов'язано із зменшенням Y 2 .
Таблиця 6 - Значення Y 1 і Y 2 при постійних рівнях всіх діючих факторів
Будуємо кореляційне поле за даними таблиці 6.
В
Малюнок - Корреляционное поле Y 1 , Y 2
По виду кореляційного поля можна зробити висновок, що між y 1 і y 2
