чні моделі були представлені переважно лінійними моделями. Збільшення швидкодії ЕОМ і розробка відповідних чисельних алгоритмів послужило причиною підвищеного інтересу до нелінійних моделям таким, як штучні нейронні мережі, і призвело до розробки складних статистичних моделей, наприклад узагальнена лінійна модель і ієрархічна модель. p align="justify"> Набули широкого поширення обчислювальні методи, засновані на повторній вибірці як критерій перестановок і бутстреппінг, поряд методи як семплірованіє по Гиббсу дозволили більш доступно використовувати байєсовські алгоритми. В даний час існує різноманітне статистичне програмне забезпечення загального та спеціалізованого призначення. p align="justify">
Завдання № 1 З метою вивчення норм витрачання сировини при виготовленні продукції на заводі проведена 19%-ва механічна вироблення, в результаті якої отримано наступний розподіл виробів по масі:
Маса виробу, гЧісло виробів, шт. до 40840-421842-444544-461746 і више12 < i> ІТОГО100
На основі цих даних обчисліть:
1) середню масу вироби;
2) моду і медіану маси виробу;
) середній квадрат відхилень (дисперсію), середнє квадратичне відхилення та коефіцієнт варіації;
) з імовірністю 0,997 визначити граничну помилку вибіркової середньої і можливі межі, в яких очікується середня маса виробу в усі партії виготовлених виробів;
) з ймовірністю 0,954 визначити граничну помилку вибіркової частки і межі питомої ваги стандартних виробів з масою вироби від 40 до 46 грамів в загальному обсязі готової продукції.
Рішення
А = 43
h = 2 - інтервал
k = 2/2 = 1
u i = (х - А)/ k
u i = (39 - 43)/1 = - 4
Маса виробу, г.Чісло виробів, шт.х i u i u i f i S i x < span align = "justify"> i -x i (x i -x i
