329
()
16,531
-0,086
-0,449
0,335
()
16,013
-0,022
-0,138
0,345
()
15,795
-0,080
0,170
0,329
Аналізуючи отримані дані, можна сказати, що обидві випадкові величини мають практично симетричний розподіл, т. к. коефіцієнти асиметрії всіх вибірок близькі до нуля,
Випадкова величина має більш пологе розподіл (ексцес для всіх її вибірок має від'ємне значення). А ексцес вибірок випадкової величини практично дорівнює нулю, тобто "Крутість" розподілу випадкової величини Y близька до нормальному розподілу.
2.7 Оцінка однорідності вибірки
Будь досліджувана сукупність містить як значення ознак, сформованих під впливом факторів, безпосередньо характерних для аналізованої сукупності, так і значення ознак, отриманих під впливом інших факторів, не характерних для основної сукупності.
Сукупність вважається однорідною, якщо коефіцієнт варіації не перевищує 33% (для розподілів, близьких до нормального). [4]
З таблиці 2.36 видно, що однорідними можна вважати вибірки випадкової величини при рівному 100, 500, 1000 і при n рівному 1000.
Однорідність вибірки можна перевірити, також використовуючи метод Ірвіна, заснований на визначенні-статистики. При його використанні виявлення аномальних спостережень здійснюється за формулою (2.19).
(2.19)
br/>
де - упорядкована (за зростанням або за спаданням) досліджувана сукупність;
- значення ряду;
- попереднє значення ряду;
- середньоквадратичне відхилення.
Якщо розрахункове значення перевищить рівень критичного, то воно визнається аномальним.
Провівши відповідні розрахунки в Microsoft Excel ми переконалися, що жодне з розрахункових параметрів не перевищує рівень критичного значення. Це означає, що всі вибірки випадкових величин і - однорідні.
2.8 Перевірка нормальності емпіричного розподілу
2.8.1 Перевірка нормальності емпіричного розподілу на основі аналізу точкових оцінок числових характеристик
Якщо середнє арифметичне, медіана і мода мають близькі значення, це вказує на ймовірне відповідність дослі...
