fy"> можна висунути гіпотезу про синусоїдальному характер розподілу промоделювати випадкової величини.
Перевірка гіпотези методом "хі-квадрат":
Діапазон можливих значень елементів вибірки розбивається на k інтервалів і підраховуються кількості n i елементів вибірки, що потрапили в кожен i -ий інтервал (рис.4.1). p>
В
Рис.2.
На підставі цього розбиття обчислюється значення статистики
,
де - обсяг вибірки, p i = F ( x i B) - F ( x i H) - ймовірність попадання в i -тий інтервал з нижньою x i H і верхньої x i B кордонами.
Щоб забезпечити заданий рівень значимості критерію, як поріг, з яким слід порівнювати X2, слід брати квантиль хі-квадрат розподілу рівня 1-a c21-a (k-1). Вирішальне правило приймає вигляд: якщо X2> c21-a ( k-1), то гіпотеза відхиляється, в іншому випадку експериментальні дані не суперечать гіпотезі. br/>
Граніципопаданіяp (i) n * p (i) x20, 0071110, 198428240, 19001819,001791,3147270,
Поставивши собі рівнем значущості a = 0.05, за таблицею квантилів хі-квадрат розподілу знаходимо, що для числа ступенів свободи k - m - 1 = 8 - 1 = 7, величина c 2 = 14,08. Так як експериментально отримане значення статистики хі-квадрат 10,27 менше порогового значення те, можна говорити, що експериментальні дані не суперечать висунутій гіпотезі про синусоїдальному характер розподілу випадкової величини.
Побудова рівняння регресії
Матриця планування:
Матриця планування (A) має вигляд:
11111111-1-111-11-111-1-111-111-11-11-111-1-1111-1-1-1-1
(At * A) ^ (-1) * At
Отримання значень відгуків
Необхідна вибірка, отримана за допомогою чорного ящика. Для цього нам треба поставити кілька дослідів з різними значеннями x i . Кількість дослідів дорівнює 2 в ступені кількості факторів x, для скорочення кількості дослідів в 2 рази скористаємося генератором. Тобто вісім (2 4 )/2. У кожному досвіді виконуємо по 6 циклів. Тепер ми отримали вибірку, представлену в таблиці.
Лістинг програми ...