- •Моделирование экосистем
- •Лабораторная работа n1
- •Исходные данные
- •Группировка данных наблюдения
- •Графическое представление вариационного ряда
- •Группировка данных наблюдения
- •1.6. Составление вариационного ряда по изучаемому признаку – _v____:
- •Группировка данных наблюдения
- •1.7. Задание по работе в Statgraphics Plus под Windows:
- •Система центральных моментов:
- •Система основных моментов:
- •2.4.Сводная ведомость статистик по всем показателям:
- •2.5. Задание по работе в Statgraphics Plus под Windows:
- •Лабораторная работа n3 Тема: Моделирование законов распределения
- •Предварительное оценивание рядов распределений к нормальному закону
- •Расчет выравнивающих частот нормального распределения
- •Вычисление частот нормального распределения
- •3.3. Оценка различий между эмпирическими и теоретическими (выравнивающими) частотами нормального распределения
- •3.4 Выбор наилучшего распределения по всем изучаемым признакам (используя принцип минимального 2)
- •3.5. График нормального распределения случайной величины
- •Лабораторная работа n5 Тема: Корреляционный анализ
- •5.1. Вычисление коэффициента корреляции для большой выборки:
- •Матрица корреляций
- •Двухвходовая таблица объемов
- •7. Выводы по лабораторному циклу:
Группировка данных наблюдения
Таблица 1.2
Таблица построения вариационного ряда
Значения разрядов |
Сводка данных |
Частота (ni) |
Накопленная частота Σni | |
действительные |
центральные | |||
Min |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
мax |
|
|
|
∑ |
Сумма |
|
|
∑ |
|
k=
1.7. Задание по работе в Statgraphics Plus под Windows:
изучить интерфейс статистико-графической программы StatgraphicsPlus;
импортировать индивидуальные данные из MSOfficeEcxelв системуStatgraphicsPlus;
сохранить файл с данными;
Выводы:
ЛАБОРАТОРНАЯ РАБОТА N2
Тема: Статистики и параметры распределения
2.1. Вычисление статистик различными способами:
Таблица 2.1
Расчет статистик методом произведений
Середины классов (центральные значения) Xi |
Частоты ni |
Xi *ni |
Xi2 |
Xi2 * ni |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Σ |
Σ |
|
Σ |
Среднее арифметическое:
= =
Дисперсия:
D=
Среднеквадратическое отклонение:
σ==
Коэффициент вариации:
СV=100%=
Таблица 2.2
Расчет статистик методом условной средней
A (центральное значение класса, имеющий наибольшую частоту) =
Середины классов (центральные значения классов) Xi |
Частоты ni |
Отклонения Ai=Xi -А |
Ai*ni |
Ai 2* ni |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Σ |
|
|
Σ |
Σ |
Среднее значение:
= A+=
Дисперсия:
D==
Среднеквадратическое отклонение:
σ==
Коэффициент вариации:
CV=100%=
Вычисление начальных моментов
Таблица 2.3
Определение сумм произведений условных произвольных отклонений различной степени на частоту классов
A (центральное значение класса, имеющий наибольшую частоту) =
Расчет Ai =; - неименованная величина
Середины классов (центральные значения) Xi |
Частоты ni |
Условные произвольные отклонения | ||||||
Ai |
Aini |
Ai2ni |
Ai3ni |
Ai4ni |
(Ai+1) |
(Ai+1)4ni | ||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Σ= |
|
Σ= |
Σ= |
Σ= |
Σ= |
|
Σ= |
Система начальных моментов: (моменты вычисляются с точностью до 0,001):
m1==
m2==
m3==
m4==
Проверка:
1. m4*==
2. m4*= 4m1+ 6m2+4m3 +m4+1=