4599
.pdf
|
S 2 |
Y |
|
|
1 |
|
|
|
|
|
|
||||
|
|
|
|
||||
|
|
Д |
|
nД 1 |
|||
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
S X |
|
S |
2 X |
|
; |
||
|
Д |
|
|
|
Д |
|
|
nД |
Yn |
|
|
|
Д |
2 |
|
|
|
|
|
|
|
Y |
|
; |
|
|
||||
|
nД 1 |
Д |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
S Y |
|
S 2 |
Y |
. |
||||||
|
|
Д |
|
|
|
|
|
|
|
Д |
3) Проверка условия однородности дисперсий основной и дополнительной выборок.
Проверка осуществляется с помощью F-критерия Фишера, который представляет собой отношение большей дисперсии к меньшей:
S 2 X ,
F б
Sм2 X
где Sб2 X , |
Sм2 X – соответственно большая и меньшая сравниваемые |
дисперсии.
Число степеней свободы дисперсий f = n – 1, где n – число наблюдений; n = N, либо n = nд.
По табл. 4 для уровня значимости и чисел степеней свободы большей и меньшей дисперсий определяется критическое значение F-статистики.
Если F < F , fб, fм , то сравниваемые дисперсии могут считаться однородными.
4) Проверка однородности средних значений При однородных дисперсиях для проверки однородности средних
значений используется выражение
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
X |
Д |
|
|
|
|
|
|
|
|
, |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Д |
|
|
|
|
Д |
|
1 |
|
1 |
||||
|
|
|
N 1 |
S 2 |
|
X |
|
|
|
n |
1 |
S 2 X |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
N n |
|
|
2 |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
N |
n |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
Д |
|
|
|
|
|
|
|
|
|
|
|
Д |
где X , X Д – средние значения соответственно для основной и дополнительной выборок;
S2[X], S2[Xд] – выборочные дисперсии соответственно для основной и дополнительной выборок;
21
N, nд – объемы основной и дополнительной выборок.
По табл. 3 определяется значение квантиля t распределения tα, f * для
уровня значимости и |
числа степеней свободы |
обобщенной выборки |
|||||
f * = N + nд – 2. Если t > t |
|
, то средние значения |
|
|
|
Д могут считаться |
|
|
X |
и X |
|||||
α, f * |
|
|
|
|
|
|
однородными.
Аналогичные вычисления проводятся и для Y.
Если условия в п. 3) и 4) выполняются и для X, и для Y, то правомерно объединение основной и дополнительной выборок.
4.3.5.3. Определение характеристик распределения объединенной выборки
1)Вычисление среднего значения для объединенной выборки:
X* N X nД X Д .
N nД
2)Вычисление дисперсии объединенной выборки:
S*2 X |
1 |
|
N 1 S 2 |
X n 1 S 2 |
X |
. |
|
|
|||||
N n |
|
|||||
|
2 |
Д |
|
Д |
||
|
Д |
|
|
|
|
|
4.3.5.4. На основе объединенной информации осуществляется построение уравнения регрессии и проверка его адекватности.
Для этого выполняются п.п. 9.3.4.3 – 9.3.4.11.
4.3.6. Построение графической зависимости
На график наносятся опытные значения (X, Y) и линия, соответствующая полученному уравнению регрессии Y = b0 + b1 X.
4.4. Пример выполнения работы
Исследуется качество отремонтированных коробок передач автомобилей Газель ГАЗ-33021. Одним из показателей, характеризующих производственное
22
качество, является величина перекоса осей коленчатого вала двигателя и первичного вала коробки передач (X). Потребительское качество оценивается величиной наработки до отказа (Y). Исходные данные X и Y для 14 коробок передач и результаты расчетов приведены в табл. 5.
|
4.4.1. Проверка случайности и независимости наблюдений |
|
|
|
|
|||||||||
|
Вариационный ряд значений X: 2 4 |
6 7 |
8 |
9 |
9 |
10 |
10 |
11 |
12 |
13 |
||||
14 |
16. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Xmed = 0,5(X7 + X8) = 0,5(9 + 10) = 9,5. |
|
|
|
|
|
|
|
|
|
||||
|
Сравнивая значения X, приведенные в табл. 20, с величиной Xmed, |
|||||||||||||
записываем ряд |
X в |
виде последовательности |
знаков |
“+” |
и |
“–”: |
||||||||
– – + – + – + – + + + – + – . |
|
|
|
|
|
|
|
|
|
|||||
|
Число серий VX = 11. |
|
|
|
|
|
|
|
|
|
||||
|
Размер наиболее длинной серии х = 3. |
|
|
|
|
|
|
|
|
|||||
|
Вариационный ряд значений Y: 26,6 |
26,9 |
29,2 |
31,8 |
32,1 |
32,5 32,8 |
34,3 |
|||||||
35,7 |
36,8 |
37,6 |
39,3 |
40,2 |
40,5. |
|
|
|
|
|
|
|
|
|
|
Ymed = 0,5(Y7 + Y8) = 0,5 (32,8 + 34,3) = 33,55. |
|
|
|
|
|
|
|
||||||
|
Последовательность значений Y из табл. 20 записываем в виде знаков: |
|||||||||||||
– – + + – + + + – – – + – + . |
|
|
|
|
|
|
|
|
|
|||||
|
VY = 8; y = 3. |
|
|
|
|
|
|
|
|
|
|
|
||
|
При уровне значимости = 0,05 по табл. 16 находим |
Z = 1,96 и |
||||||||||||
вычисляем Vпр и пр: |
|
|
|
|
|
|
|
|
|
|
|
Vпр 0,5 N 1 Zα N 1 0,5 14 1 1,96 14 1 3,97 ;
3,32 lg N 1 3,32 1,176 3,90 .
пр
Сравнение VX и VY с предельной величиной Vпр, а x и y – с величиной пр показывает, что VX > Vпр; VY > Vпр; x < пр; y < пр. Следовательно, гипотеза о том, что величина X независима и случайна, не отвергается. Аналогично не отвергается гипотеза о случайности и независимости величины Y.
4.4.2. Проверка условия распределения случайных величин X и Y по нормальному закону
23
|
|
14 |
2 |
|
|
|
|
14 |
|
Xu |
|
2 |
|
||
SX2 Xu2 |
|
u 1 |
|
1417 |
131 |
191, 2 |
|
|
N |
|
14 |
||||
u 1 |
|
|
|
; |
|||
|
|
|
|
|
|
BX = 0,525·(16 – 2) + 0,332·(14 – 4) + 0,246·(13 – 6) + 0,180·(12 – 7) + + 0,124·(11 – 8) + 0,073·(10 – 9) + 0,024·(10 – 9) = 13,761;
24
Таблица 5
Исходные данные и результаты расчетов
U |
Опытные данные |
|
|
|
|
|
|
|
|
Результаты расчетов |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
X2 |
|
|
|
|
|
)2 |
Y2 |
|
|
|
|
|
|
( X X |
)· |
ˆ |
ˆ |
ˆ |
|
|||
|
X, мкм |
Y, тыс. км |
X X |
|
( X X |
Y Y |
(Y Y )2 |
|
|
|
|
|
2 |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(Y Y ) |
Y |
Y Y |
(Y Y ) |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
1 |
7 |
32,5 |
49 |
–2,36 |
|
5,57 |
|
1056,3 |
–1,52 |
2,31 |
+3,59 |
|
36,27 |
–3,77 |
14,21 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
2 |
9 |
32,1 |
81 |
–0,36 |
|
0,13 |
|
1030,4 |
–1,92 |
3,69 |
+0,69 |
|
34,36 |
–2,26 |
5,11 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
3 |
11 |
36,8 |
121 |
1,64 |
|
2,69 |
|
1354,2 |
2,78 |
|
7,73 |
+4,56 |
|
32,46 |
4,34 |
18,84 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
4 |
4 |
40,2 |
16 |
–5,36 |
|
28,73 |
1616,0 |
6,18 |
|
38,19 |
–33,12 |
39,12 |
1,08 |
1,17 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
5 |
16 |
26,6 |
256 |
6,64 |
|
44,09 |
707,6 |
–7,42 |
55,06 |
–49,27 |
27,70 |
–1,1 |
1,21 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
6 |
9 |
37,6 |
81 |
–0,36 |
|
0,13 |
|
1413,8 |
3,58 |
|
12,82 |
–1,29 |
34,36 |
3,24 |
10,50 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
7 |
10 |
35,7 |
100 |
0,64 |
|
0,41 |
|
1274,5 |
1,68 |
|
2,82 |
+1,08 |
|
33,41 |
2,29 |
5,24 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
8 |
2 |
40,5 |
4 |
–7,36 |
|
54,17 |
1640,3 |
6,48 |
|
41,99 |
–47,69 |
41,03 |
–0,53 |
0,28 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
9 |
10 |
29,2 |
100 |
0,64 |
|
0,41 |
|
1176,5 |
–4,82 |
23,23 |
–3,08 |
33,41 |
–4,21 |
17,72 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
10 |
12 |
26,9 |
169 |
3,64 |
|
13,23 |
723,6 |
–7,12 |
50,69 |
–25,92 |
30,55 |
–3,63 |
13,32 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
11 |
14 |
31,8 |
196 |
4,64 |
|
21,53 |
1011,2 |
–2,22 |
4,93 |
–10,30 |
29,60 |
2,2 |
4,84 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
12 |
6 |
39,3 |
36 |
–3,36 |
|
11,29 |
1544,5 |
5,28 |
|
27,88 |
–17,74 |
37,22 |
2,08 |
4,33 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
13 |
12 |
32,8 |
144 |
2,64 |
|
6,97 |
|
1075,8 |
–1,22 |
1,49 |
–3,22 |
31,51 |
1,29 |
1,66 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
14 |
8 |
34,3 |
64 |
–1,36 |
|
1,85 |
|
852,6 |
0,28 |
|
0,08 |
–0,38 |
35,31 |
1,01 |
1,02 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
131 |
476,3 |
1417 |
|
|
|
191,22 |
16477,3 |
|
|
|
272,9 |
–182,09 |
|
|
99,45 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
25
|
W |
|
BX2 |
|
|
|
13, 7612 |
0, 990 |
|
|||
|
|
|
|
|
|
|||||||
|
|
X |
|
S 2 |
|
|
191, 2 |
|
|
|
||
|
|
|
|
|
|
|
. |
|
||||
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
|
2 |
|
|
|
||||
14 |
|
|
Yu |
|
|
|
|
|
2 |
|
||
SY2 Yu2 |
|
u 1 |
|
|
16477, 3 |
476, 3 |
272, 9 ; |
|||||
|
|
|
|
14 |
||||||||
u 1 |
|
|
N |
|
|
|
|
|
|
|
BY = 0,525·(40,5 – 26,6) + 0,332·(40,2 – 26,9) + 0,246·(39,3 – 29,2) +
+0,180·(37,6 – 31,8) + 0,124·(36,8 – 32,1) + 0,073·(35,7 – 32,5) +
+0,024·(34,3 – 32,8) = 16,094;
|
B2 |
16, 0942 |
|
||
W |
Y |
|
|
|
0, 949 . |
|
|
||||
Y |
S 2 |
272, 9 |
|
||
|
|
||||
|
Y |
|
|
|
По табл. 17 при = 0,05 и N = 14 находим критическое значение W-статистики: Wкр = 0,874. Таким образом, WX > Wкр; WY > Wкр. Следовательно, гипотеза о нормальном распределении случайных величин X и Y не отвергается.
4.4.3. Построение уравнений регрессии Средние значения случайных величин X и Y:
|
|
|
|
|
|
1 |
|
N |
|
|
|
1 |
|
|
|
X |
|
|
Xu |
|
|
131 9, 36 ; |
|||||||
|
|
N |
|
14 |
||||||||||
|
|
|
|
|
|
|
u 1 |
|
|
|
|
|||
|
|
|
|
1 |
|
|
|
N |
|
|
1 |
|
|
|
Y |
|
|
Yu |
|
476, 3 34, 02 . |
|||||||||
|
|
|
14 |
|||||||||||
|
|
|
|
N |
u 1 |
|
|
|
Выборочные дисперсии и средние квадратические отклонения X и Y:
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
S 2 X |
|
1 |
|
Xu |
|
|
|
2 |
|
191, 22 |
14, 71 ; |
|||
|
X |
|||||||||||||
|
|
|
|
|
|
|||||||||
14 1 |
13 |
|
||||||||||||
|
u 1 |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
S 2 Y |
1 |
|
Yu |
|
|
2 |
|
272, 91 |
20, 99 ; |
|||||
|
Y |
|||||||||||||
|
|
|
|
|
|
|||||||||
14 1 |
13 |
|
||||||||||||
|
u 1 |
|
|
|
|
|
|
|
|
S X S 2 X 3, 84 ; S Y S2 Y 4, 58 .
26
Определение коэффициентов уравнения регрессии и остаточной дисперсии:
|
|
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
X n |
|
|
|
|
Yn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
X |
Y |
182, 09 |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
b |
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, 952 ; |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
1 |
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
191, 22 |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
X n |
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
b0 |
Y b1 |
X 34, 02 0, 952 9, 36 42, 93 . |
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
fост = N – V = 14 – 2 = 12; |
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
|
|
ˆ |
2 |
|
|
1 |
|
|
|
|
|
|
|
||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Sост Y |
|
fост |
Yu |
|
Yu |
|
|
|
12 |
99, 45 8, 29 ; |
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
u 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Sост[Y] = 2,88. |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
Определение точности коэффициентов уравнения регрессии и их |
|||||||||||||||||||||||||||||||||||||||||||||||||||
статистической значимости: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
S b |
|
|
|
|
1 |
S 2 |
|
|
|
Y |
|
|
|
8, 29 |
|
0, 77 ; |
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
N |
|
|
|
ост |
|
|
|
|
|
|
|
|
|
|
14 |
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
S b |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
S |
2 |
Y |
|
|
|
|
|
8, 29 |
|
0, 20 |
; |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
S 2 |
|
X |
|
|
|
|
|
14 14, 71 |
||||||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
N |
|
|
|
|
|
|
ост |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
t b |
|
|
|
|
b0 |
|
|
|
|
|
|
|
|
42, 93 |
|
55, 75 ; |
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
S b0 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
0, 77 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
t b |
|
|
|
|
|
b1 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, 952 |
4, 76 . |
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
S b1 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
0, 20 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
При уровне |
значимости |
|
|
|
|
|
|
|
|
= |
|
|
|
|
0,05 и |
числе |
степеней свободы |
f = N – 1 = 14 – 1=13 имеем t , f = 1,77. Так как t[b0] > t , f и t[b1] > t , f, то гипотеза о значимости оценок коэффициентов уравнения регрессии не отвергается.
Проверка адекватности уравнения регрессии по критерию Фишера:
|
S 2 |
|
Y |
|
|
20,99 |
|
|
F |
|
|
|
2,53 . |
||||
Sост2 |
Y |
|
8, 29 |
27
При = 0,05 и числах степеней свободы дисперсий и
соответственно fп = N – 1 = 14 – 1 = 13 и fост = N – V = 14 – 2 = 12 из табл. 19 получаем F0,05; 13; 12 = 2,68. Так как F < F , fп, fост , то полученное уравнение
регрессии не может считаться адекватным, т. е. оно не описывает с необходимой точностью зависимость Y от X.
Оценка тесноты корреляционной связи:
r X , Y b |
S X |
|
0, 952 |
3, 84 |
|
0, 798 ; |
||||||||||||||
|
|
|
|
|
|
|||||||||||||||
1 |
|
|
|
S Y |
|
|
|
|
|
4, 58 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||
S r |
1 r2 X , |
Y |
|
1 |
0, 798 |
2 |
|
0,10 ; |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
N 1 |
|
|
|
|
|
14 1 |
|
|||||||
t r |
|
|
r X , Y |
|
|
|
0, 798 |
7, 98 . |
||||||||||||
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
S r |
|
|
0,1 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
При f = N – 2 = 12 и = 0,05 критерий Стьюдента t , f = 1,782. Таким образом, имеем t > t , f, следовательно, выборочный коэффициент корреляции между X и Y статистически значим. Коэффициент детерминации
D = r2[X, Y] = 0,637.
4.4.4. Дополнительные меры по устранению неадекватности уравнения С целью устранения неадекватности полученного уравнения регрессии
выполнено дополнительно еще четыре опыта. Результаты этих четырех дополнительных опытов вместе с результатами основных 14 опытов и результатами вычислений для нового уравнения регрессии приведены в табл. 21.
4.4.5. Проверка случайности и независимости наблюдений Вариационный ряд дополнительных значений X: 5 8 10 13.
Xmed = 0,5·(8 + 10) = 9. В соответствии с данными табл. 6 по дополнительным опытам u = 15, 16, 17, 18 для X получаем: – + – + .
Число серий VX Д = 4, длина серии X Д 1.
Вариационный ряд дополнительных значений Y: 30,5 34,0 34,9 38,5.
Ymed = 0,5·(34,0 + 34,9) = 34,45. Для опытов u = 15, 16, 17 и 18 из табл. 6
28
Таблица 6
Исходные данные и результаты расчетов с дополнительными опытами
U |
Опытные |
|
|
|
|
|
|
|
|
|
Результаты расчетов |
|
|
|
|
|
||||
данные |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
X, |
Y, тыс. |
X |
2 |
2 |
Х – Хд |
(Х – Хд) |
2 |
Y – Yд |
(Y – Yд) |
2 |
Х – Х* |
(Х – Х*) |
2 |
Y – Y* |
(Х – Х*)· |
ˆ |
ˆ |
ˆ |
2 |
|
мкм |
км |
|
Y |
|
|
|
(Y – Y*) |
Y |
Y Y |
(Y Y ) |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
1 |
7 |
32,5 |
|
|
|
|
|
|
|
|
|
-2,278 |
5,188 |
|
-1,622 |
3,695 |
36,298 |
-3,798 |
14,425 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
9 |
32,1 |
|
|
|
|
|
|
|
|
|
-0,278 |
0,077 |
|
-2,022 |
0,562 |
34,388 |
-2,288 |
5,233 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
11 |
36,8 |
|
|
|
|
|
|
|
|
|
1,722 |
2,966 |
|
2,678 |
4,612 |
32,477 |
4,323 |
18,687 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
4 |
40,2 |
|
|
|
|
|
|
|
|
|
-5,278 |
27,855 |
|
6,078 |
-32,077 |
39,164 |
1,036 |
1,074 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
16 |
26,6 |
|
|
|
|
|
|
|
|
|
6,722 |
45,188 |
|
-7,522 |
-50,566 |
27,701 |
-1,101 |
1,212 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
9 |
37,6 |
|
|
|
|
|
|
|
|
|
-0,278 |
0,077 |
|
3,478 |
-0,966 |
34,388 |
3,212 |
10,320 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
10 |
35,7 |
|
|
|
|
|
|
|
|
|
0,722 |
0,522 |
|
1,578 |
1,140 |
33,432 |
2,268 |
5,142 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
2 |
40,5 |
|
|
|
|
|
|
|
|
|
-7,278 |
52,966 |
|
6,378 |
-46,416 |
41,074 |
-0,574 |
0,330 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
10 |
29,2 |
|
|
|
|
|
|
|
|
|
0,722 |
0,522 |
|
-4,922 |
-3,555 |
33,432 |
-4,232 |
17,913 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
13 |
26,9 |
|
|
|
|
|
|
|
|
|
3,722 |
13,855 |
|
-7,222 |
-26,883 |
30,567 |
-3,667 |
13,444 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
14 |
31,8 |
|
|
|
|
|
|
|
|
|
4,722 |
22,299 |
|
-2,322 |
-10,966 |
29,611 |
2,189 |
4,790 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
6 |
39,3 |
|
|
|
|
|
|
|
|
|
-3,278 |
10,744 |
|
5,178 |
-16,972 |
37,253 |
2,047 |
4,189 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
12 |
32,8 |
|
|
|
|
|
|
|
|
|
2,722 |
7,410 |
|
-1,322 |
-3,599 |
31,522 |
1,278 |
1,634 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
8 |
34,3 |
|
|
|
|
|
|
|
|
|
-1,278 |
1,633 |
|
0,178 |
-0,227 |
35,343 |
-1,043 |
1,087 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
15 |
8 |
34,9 |
64 |
1218,01 |
-1 |
1 |
|
0,425 |
0,181 |
|
-1,278 |
1,633 |
|
0,778 |
-0,994 |
35,343 |
-0,443 |
0,196 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
16 |
13 |
30,5 |
169 |
930,25 |
4 |
16 |
|
-3,975 |
15,801 |
3,722 |
13,855 |
|
-3,622 |
-13,483 |
30,567 |
-0,067 |
0,004 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
17 |
5 |
38,5 |
25 |
1482,25 |
-4 |
16 |
|
4,025 |
16,201 |
-4,278 |
18,299 |
|
4,378 |
-18,727 |
38,208 |
0,292 |
0,085 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
10 |
34,0 |
100 |
1156,00 |
1 |
1 |
|
-0,475 |
0,226 |
|
0,722 |
0,522 |
|
-0,122 |
-0,088 |
33,432 |
0,568 |
0,322 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
доп |
36 |
137,9 |
358 |
4786,51 |
|
34 |
|
|
32,408 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
общ |
|
|
|
|
|
|
|
|
|
|
|
|
225,611 |
|
-215,511 |
|
|
100,088 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
29
получаем для Y: + – |
+ |
– , VYД = 4, τYД 1, |
τПР 3, 32 lg N 1 2, 32 , откуда |
||
следует, что τX |
Д |
τ; |
τY |
τ . |
|
|
|
Д |
|
|
Полученные последовательности знаков для X и Y указывают на случайность и независимость наблюдений. Предельные значения Vпр не вычисляются, т. к. при n < 5 предельное значение Vпр < 1, т. е. проверка независимости и случайности наблюдений для величин X и Y с помощью критерия количества серий V не имеет смысла.
4.4.6. Проверка нормальности распределения дополнительных выборок для X и Y
|
|
|
18 |
2 |
|
|
|
|
|
18 |
|
Xu |
|
0, 36 |
2 |
|
|
SX2 |
Д Xu2 |
|
u 15 |
|
358 |
|
34 ; |
|
nД |
|
4 |
|
|||||
|
u 15 |
|
|
|
|
|
BX Д = 0,687·(13 – 5) + 0,168·(10 – 8) = 5,83;
|
W |
|
|
BX2 |
Д |
|
|
5,832 |
1; |
|
|
||||
|
|
|
|
|
|
|
|
|
|||||||
|
|
XД |
|
SX2 |
Д |
|
|
34 |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
18 |
|
2 |
|
|
|
|
|
|
|
|
||
18 |
|
|
Yu |
|
|
|
|
|
|
137, 9 |
2 |
|
|||
SY2Д Yu2 |
|
u 15 |
|
|
|
|
4786, 6 |
|
32, 5 ; |
||||||
|
|
|
|
|
|
4 |
|
||||||||
u 15 |
|
|
nД |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
BYД = 0,687·(38,5 – 30,5) + 0,168·(34,9 – 34,0) = 5,65;
W |
|
BY2Д |
|
5,652 |
0,982 . |
S 2 |
|
||||
YД |
|
|
32,5 |
|
|
|
|
YД |
|
|
|
По табл. 3 при = 0,05 и N = 4 имеем Wкр = 0,748, следовательно
WXД Wкр ; WYД Wкр . Следовательно, гипотезы о нормальном законе
распределения дополнительных выборок для величины X и для величины Y не отвергаются.
4.4.7. Проверка однородности основных и дополнительных выборок Вычисление характеристик распределений X и Y в дополнительных
опытах: