хунок проводимо за допомогою інструменту Excel В«Описова статистикаВ». Результати представлені в таблиці 1.3. br/>
Таблиця 1.3. - Характеристики вихідних величин
Y1Y2Среднее3, 093618Среднее3, 273813737Стандартная ошібка0, 015605Стандартная отклоненіе0, 49347Стандартное отклоненіе0, 543916901Дісперсія виборкі0, 243512Дісперсія надійності (95,0%) 0,030622 Рівень надійності (95,0%) 0,033752592
Розрахуємо трехсігмовую кордон для кожної вихідної величини Y 1 і Y 2 .
Так як в реальному технологічному процесі вихід за трехсігмовую кордон неможливий, виключаємо з моделі зразки, що не входять в трехсігмовий інтервал.
За відредагованим даними розрахуємо числові характеристики вихідних параметрів технологічного процесу, а саме: математичне сподівання і дисперсію вихідних величин - M [Y 1 ], M [Y 2 ], D [Y 1 ], D [Y 2 ]; коефіцієнт кореляції між величинами Y 1 і Y 2 -? r y ..
Розрахунок проведемо в Excel за допомогою пакету аналізу інструментом В«Описова статистикаВ». Отримані дані представлені в таблиці 1.4. br/>
Таблиця 1.4. - Характеристики скоригованих вихідних величин
Y1 скоррY2 скоррСреднее3, 086273503Среднее3, 262192704Стандартная ошібка0, 015226053Стандартная отклоненіе0, 480526137Стандартное отклоненіе0, 524211524Дісперсія виборкі0, 230905368Дісперсія надійності (95,0%) 0,029878861 Рівень надійності (95,0%) 0,032628051
В
Малюнок 1.1 - Гістограма значень вихідного параметра Y 1
Розрахуємо коефіцієнт кореляції між величинами Y 1 і Y 2 :
Коефіцієнт кореляції може приймати значення від нуля до одиниці, чим ближче значення до одиниці, тим сильніше лінійна зв'язок між величинами. У даному випадку, відповідно до шкали Чеддока, можна зробити припущення, що лінійний зв'язок сильна. p...
