Презентация на тему: Курсовая работа на тему: Статистическая обработка результатов испытаний и

Реклама. Продолжение ниже
Курсовая работа на тему: Статистическая обработка результатов испытаний и проверка гипотез о виде распределения
Структура курсовой работы
Статистическая обработка результатов испытаний
Равномерный закон распределения
Использование равномерного закона распределения:
Показательный (экспоненциальный) закон распределения
Использование показательного закона распределения:
Пример задачи по показательному закону распределения
Нормальный закон распределения
Использование нормального закона распределения:
Пример задачи по нормальному закону
- распределение
Распределение Стьюдента
Распределение Фишера—Снедекора
Проверка гипотез о виде распределения
-критерий Пирсона
Схема применения критерия для проверки гипотезы
Статистическая обработка результатов наблюдения и проверка гипотезы о нормальном законе распределения Задание 6
Для определения критерия Пирсона удобно составить таблицу ( пример из практического задания )
Кривая нормального закона, совмещенная с графиком гистограммы распределения
Благодарю за внимание!
1/21
Средняя оценка: 4.6/5 (всего оценок: 60)
Код скопирован в буфер обмена
Скачать (3719 Кб)
Реклама. Продолжение ниже
1

Первый слайд презентации: Курсовая работа на тему: Статистическая обработка результатов испытаний и проверка гипотез о виде распределения

Работа выполнена студенткой II курса экономического факультета, специальности «бухгалтерский учет, анализ и аудит» Сапожниковой Е.Е.

Изображение слайда
1/1
2

Слайд 2: Структура курсовой работы

Введение 1 часть: 1.      Статистическая обработка результатов испытаний 1.1 Равномерный закон распределения 1.2. Показательный (экспоненциальный) закон распределения 1.3. Нормальный закон распределения 1.4. – распределение 1.5. Распределение Стьюдента 1.6. Распределение Фишера—Снедекора 2.      Проверка гипотез о виде распределения 2 часть: Практическое задание Заключение Список использованной литературы

Изображение слайда
1/1
3

Слайд 3: Статистическая обработка результатов испытаний

Изображение слайда
1/1
4

Слайд 4: Равномерный закон распределения

Непрерывная случайная величина X имеет равномерный закон распределения на отрезке [а, b ], если ее плотность вероятности (х) постоянна на этом отрезке и равна нулю вне его

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
5

Слайд 5: Использование равномерного закона распределения:

Равномерный закон распределения используется при анализе ошибок округления при проведении числовых расчетов

Изображение слайда
1/1
6

Слайд 6: Показательный (экспоненциальный) закон распределения

Непрерывная случайная величина X имеет показательный (экспоненциальный) закон распределения с параметром  > 0, если ее плотность вероятности имеет вид

Изображение слайда
Изображение для работы со слайдом
Изображение для работы со слайдом
1/3
7

Слайд 7: Использование показательного закона распределения:

Показательный закон распределения играет большую роль в теории массового обслуживания и теории надежности. Так, например, интервал времени Т между двумя соседними событиями в простейшем потоке имеет показательное распределение с параметром  — интенсивностью потока.

Изображение слайда
1/1
Реклама. Продолжение ниже
8

Слайд 8: Пример задачи по показательному закону распределения

Дано: Доказать, что если промежуток времени Т, распределенный по показательному закону, уже длился некоторое время, то это никак не влияет на закон распределения оставшейся части T 1 =T-  промежутка, т.е. закон распределения T 1 остается таким же, как и всего промежутка Т. Решение: Вероятность события: Ответ:

Изображение слайда
1/1
9

Слайд 9: Нормальный закон распределения

Непрерывная случайная величина X имеет нормальный закон распределения (закон Гаусса) с параметрами а и, если ее плотность вероятности имеет вид:

Изображение слайда
Изображение для работы со слайдом
1/2
10

Слайд 10: Использование нормального закона распределения:

Многие признаки подчиняются нормальному закону, например, рост человека, дальность полета снаряда и т.п. Но если какой-либо признак подчиняется другому, отличному от нормального, закону распределения, то это вовсе не говорит о «ненормальности» явления, связанного с этим признаком.

Изображение слайда
1/1
11

Слайд 11: Пример задачи по нормальному закону

Дано: Полагая, что рост мужчин определенной возрастной группы есть нормально распределенная случайная величинах Х с параметрами а = 173 и = 36, найти: 1. а) выражение плотности вероятности и функции распределения случайной величины X ; б) доли костюмов 4-го роста (176— 182 см) и 3-го роста (170—176 см), которые нужно предусмотреть в общем объеме производства для данной возрастной группы; в) квантиль и 10%-ную точку случайной величины X. 2. Сформулировать «правило трех сигм» для случайной величины X. Решение: Найдем квантиль случайной величины X: откуда Это означает, что 70% мужчин данной возрастной группы имеют рост до 176 см. 10%-ная точка — это квантиль = 181 см (находится аналогично), т.е. 10% мужчин имеют рост не менее 181 см. Находим t c м

Изображение слайда
1/1
12

Слайд 12: распределение

Распределение м (хи-квадрат) с к степенями свободы называется распределение суммы квадратов к независимых случайных величин, распределенных по стандартному нормальному закону, т.е.

Изображение слайда
1/1
13

Слайд 13: Распределение Стьюдента

Распределением Стьюдента (или t-распределением) называется распределение случайной величины

Изображение слайда
1/1
14

Слайд 14: Распределение Фишера—Снедекора

Распределением Фишера—Снедекора (или F -распределением) называется распределение случайной величины

Изображение слайда
1/1
Реклама. Продолжение ниже
15

Слайд 15: Проверка гипотез о виде распределения

Изображение слайда
1/1
16

Слайд 16: критерий Пирсона

В наиболее часто используемом на практике критерии- Пирсона в качестве меры расхождения U берется величина, равная сумме квадратов отклонений частостей (статистических вероятностей) от гипотетических рассчитанных по предполагаемому распределению, взятых с некоторыми весами :

Изображение слайда
1/1
17

Слайд 17: Схема применения критерия для проверки гипотезы

1. Определяется мера расхождения эмпирических и теоретических частот по. 2. Для выбранного уровня значимости а по таблице -распределения находят критическое значение при числе степеней свободы k = m - r -1. 3. Если фактически наблюдаемое значение больше критического, т.е. >, то гипотеза отвергается, если, гипотеза не противоречит опытным данным.

Изображение слайда
1/1
18

Слайд 18: Статистическая обработка результатов наблюдения и проверка гипотезы о нормальном законе распределения Задание 6

Изображение слайда
Изображение для работы со слайдом
1/2
19

Слайд 19: Для определения критерия Пирсона удобно составить таблицу ( пример из практического задания )

Изображение слайда
Изображение для работы со слайдом
1/2
20

Слайд 20: Кривая нормального закона, совмещенная с графиком гистограммы распределения

Изображение слайда
1/1
21

Последний слайд презентации: Курсовая работа на тему: Статистическая обработка результатов испытаний и: Благодарю за внимание!

Изображение слайда
1/1
Реклама. Продолжение ниже