> Середньоквадратичне відхилення Celeron-M-1300 1,70,825 Duron-16003, 40,85
Можна бачити, що дисперсія розподілу цієї випадкової величини зберігається незалежно від значення вибіркового середнього розподілу і знаходиться в межах 0,82-0,85 календарного року.
У таблиці 2 наведені результати розрахунку вибіркового середнього і середньоквадратичного відхилення для продуктивності комп'ютерів в межах одного календарного року.
Таблиця 2 - вибіркове середнє і дисперсія продуктивності комп'ютерів.
Параметр розподілу Календарний годВиборочное середня (МГц) Середньоквадратичне відхилення (МГц) 2002573155,52004710122,5200694521420081620195
З метою розрахунку ймовірностей попадання випадкової величини в задані інтервали необхідно перейти до центрованої і унормованого по дисперсії випадкової величиною згідно з формулою
, (4)
Теоретичне значення ймовірності попадання в заданий інтервал може бути розраховане за формулою
(5)
де w j - значення щільності ймовірності для даного інтервалу;
? х - ширина даного інтервалу значень випадкової величини.
Результати розрахунку теоретичних ймовірностей наведені в таблицях 3 і 4.
Таблиця 3 - Ймовірності влучення випадкової величини а в задані інтервали
Параметр розподілу Тип компьютера0-11-22-33-44-5Celeron M-13000, 250,350,250,10,015 Duron-16000, 0150,10,250,350,25
Таблиця 4 - Ймовірності влучення випадкової величини х в задані інтервали
Інтервал
Розрахована статистика Y для випадкових величин а і х має наступний вигляд:
(6)
(7)
Кількість ступенів свободи як в одному, так в іншому разі становить величину n-1 = 4. Табульованих значення - розподілу для чотирьох ступенів свободи і достовірності? = 0,99 становить величину 0,95 (4) = 13,3. p> Таким чином, гіпотеза про нормальний вигляді закону розподілу випадкової величини підтверджується як в одному, так і в іншому випадку з імовірністю 0,99.
Спираючись на дані таблиці 2, на основі методу найменших квадратів може бути побудована регрессіональная модель, що відображає зростання продуктивності персональних комп'ютерів учнів по роках у вигляді математичної залежності еквівалентній продуктивності процесора від часу.
Модель будується у вигляді X = b1 * t + b0, де
(8)
(9)
Для побудови моделі лінійної регресії Х = використовуємося табличним методом.
Таблиця 5 - Таблиця розрахунку мо...
